Random number generators for massively parallel simulations on GPU
高性能的（伪）随机数流对于无数随机算法的有效实现至关重要，最重要的是，蒙特卡罗模拟和随机恒温器的分子动力学模拟。之前已经讨论了GPU平台上的许多随机数生成器的实现，有些生成器甚至包含在CUDA支持库中。然而，并不是所有这些生成器都非常适合高度并行的应用程序，其中每个线程都需要自己的生成器实例。对于这种特定的情况，例如，在晶格模型的模拟中，大多数具有大状态的高质量生成器，如梅森扭转器，如果没有实质性的变化，就不能有效地使用。我们提供了一个广泛的审查现有的CUDA变体的随机数发生器，并提出了CUDA实现一个新的大规模并行高质量，高性能的发生器，内存负载开销小。
2012-04-27 cond-mat.stat-mech hep-lat physics.comp-ph
Massively parallelized replica-exchange simulations of polymers on GPUs
我们讨论了并行化的优势，多线程的图形处理单元（GPU）的并行回火Monte Carlo计算机模拟的一个例子珠弹簧模型的均聚物。由于大量构象系综的采样是精确估计统计量的先决条件，例如构象转变的典型指标，如比热的峰结构，蒙特卡罗模拟性能大幅提高的优势不能被高估。采用多线程并利用GPU上大量内核的强大功能，在现代但标准的图形卡中可用，我们发现将部分代码从中央处理器（CPU）移植到GPU时，效率迅速提高。
2011-07-18 cond-mat.stat-mech physics.comp-ph q-bio.BM
Massively parallel implementation and approaches to simulate quantum dynamics using Krylov subspace techniques
我们已经开发了一个应用程序，并实现了并行算法，以提供一个计算框架，适合大规模并行超级计算机研究量子系统的幺正动力学。我们使用著名的并行库，如PETSc/SLEPc与高性能计算方法相结合，以克服大内存的要求，能够研究系统的希尔伯特空间维度包括超过90亿个独立的量子态。此外，我们提供了用于模拟的三个最重要的阶段的并行方法的描述：处理希尔伯特子空间的基础上，构建一个通用的哈密顿算子和系统的时间演化的Krylov子空间方法的矩阵表示。我们采用我们的设置来研究准无序和清洁的多体系统的演化，专注于返回概率和相关的动力学指数：大系统的尺寸提供了新的见解，他们的热化特性。
2017-04-10 cond-mat.dis-nn cond-mat.str-el cs.DC
GreeM : Massively Parallel TreePM Code for Large Cosmological N-body Simulations
在本文中，我们描述了GreeM，大规模并行TreePM代码的大规模宇宙学N体模拟的实现和性能。GreeM使用递归多段算法进行域分解。域的大小被调整，使得力的总计算时间对于所有过程变得相同。由于非最佳负载平衡导致的性能损失约为4%，即使超过10^3个CPU内核也是如此。GreeM在PC集群和并行计算机（如Cray XT4）上高效运行。如果每个CPU内核的粒子数大于10^6，则在Cray XT 4上测得的计算速度为每个CPU内核每秒5 \times 10^4个粒子（对于开度角θ=0.5的情况）。
2009-12-28 astro-ph.IM physics.comp-ph
A generic, hierarchical framework for massively parallel Wang-Landau sampling
我们介绍了一个并行Wang-Landau方法的基础上的复制交换框架的蒙特卡罗模拟。为了证明它的优点和一般适用性的复杂系统的模拟，我们将其应用到不同的自旋模型，包括自旋玻璃，伊辛模型和Potts模型，晶格蛋白质吸附，在两亲性溶液中的自组装过程。在不损失精度的情况下，该方法提供了显着的速度提高，并可能扩展到petaflop机器。
2013-05-24 cond-mat.soft physics.comp-ph
Hydra: a C++11 framework for data analysis in massively parallel platforms
Hydra是一个只包含头文件的、模板化的、符合C++11标准的框架，设计用于在大规模并行平台上执行常见HEP数据分析中发现的典型瓶颈计算。该框架是在C++11标准库和Thrust库的可变版本之上实现的，旨在使用支持OpenMP、CUDA和TBB的设备在Linux系统上运行。这篇文章总结了Hydra的主要特点。提供了总体设计、功能和用户界面的基本描述，以及一些代码示例和性能测量。
2017-11-16 cs.MS hep-ex physics.comp-ph
Proof of concept implementation of the massively parallel algorithm for simulation of dispersion-managed WDM optical fiber systems
我们执行大规模并行算法的概念验证实现（P.M.Lushnikov，Opt.Lett.，V.27，939（2002）），用于色散管理波分复用光纤系统的仿真。线性可扩展性的算法与计算机核心的数量被证明。精确的结果上实现的算法的精度被发现解析和数值确认，以及它与标准的分裂步骤算法的精度进行了比较。
2011-05-12 nlin.SI physics.comp-ph physics.optics
Massively Parallel Stencil Strategies for Radiation Transport Moment Model Simulations
辐射输运方程是高维相空间中的介观方程。矩量法通过传统时空中的偏微分方程系统来近似它。一个挑战是由于每个空间网格点中的大矢量大小（P39的1600个分量）而导致的高计算强度。在这项工作中，我们扩展了可计算的域的大小在3D模拟相当大的，通过实施的StaRMAP方法的大规模并行HPC框架NAStJA，这是为了有效地使用当前的超级计算机。我们采用了几种优化技术，包括一个新的内存布局和显式SIMD向量化。我们展示了一个具有2000亿自由度的模拟，并讨论了如何在许多科学领域中扩展和使用这些实现。
2020-04-06 cs.DC physics.comp-ph
Massively parallel multicanonical simulations
广义系综蒙特卡罗模拟，如多正则方法和类似的技术是模拟经历不连续相变或具有崎岖的自由能景观的系统的最有效的方法之一。作为马尔可夫链方法，它们本质上是串行计算的。然而，最近证明，在可变的时间间隔通信的权重更新的独立模拟的组合允许有效利用并行计算资源的多规范模拟。实现这种方法的多线程架构所提供的当前几代的图形处理单元（GPU），我们展示了它如何可以有效地采用与顺序的$10^4$并行步行机和超越，从而构成了一个通用的工具，蒙特卡罗模拟在大规模并行计算的时代。我们提供了充分记录的源代码的方法应用到范例的二维伊辛模型作为出发点和参考的从业者在该领域。
2017-07-04 physics.comp-ph
Scalable and massively parallel Monte Carlo photon transport simulations for heterogeneous computing platforms
我们提出了一个高度可扩展的蒙特卡罗（MC）三维光子输运模拟平台，设计用于异构计算系统。通过开发一个大规模并行MC算法，使用开放计算语言（OpenCL）框架，本研究扩展了我们现有的图形处理单元（GPU）加速MC技术，一个高度可扩展的供应商无关的异构计算环境，实现显着提高性能和软件可移植性。许多并行计算技术的研究，以实现广泛的计算硬件的便携式性能。此外，开发了多个线程级和设备级负载平衡策略，以使用多个中央处理单元（CPU）和GPU来获得高效的仿真。
2018-01-25 cs.DC physics.comp-ph
dHybrid: a massively parallel code for hybrid simulations of space plasmas
为了对空间等离子体相互作用进行全球范围的研究，开发了一个大规模并行模拟程序\textit{dHybrid}。该代码是基于一个显式的混合模型，数值稳定性和并行可扩展性的代码进行了研究。一个稳定化方法的显式算法，近零密度的区域，提出。对太阳风与未磁化人造物体相互作用进行了三维混合模拟，重点研究了等离子体云膨胀到太阳风中，产生反磁空腔并将行星际磁场驱离膨胀区的过程。这个系统的动力学可以为其他类似的场景提供见解，例如太阳风与非磁化行星的相互作用。
2006-11-17 physics.comp-ph physics.plasm-ph
A FFT-accelerated multi-block finite-difference solver for massively parallel simulations of incompressible flows
本文提出了一种适用于不可压缩流动大规模并行直接数值模拟（DNS）的多块有限差分求解器。该算法结合了多块求解器的通用性和特征函数展开的方法，以加速压力泊松方程的求解。这是通过采用基于FFT的变换沿一个均匀的方向，有效地降低了问题的复杂性，在低成本。这些基于FFT的扩展是在一个框架中实现的，该框架统一了这种方法的边界条件的所有有效组合。随后，几何多重网格求解器被用来解决减少泊松方程在多块几何。这里特别注意，以保证多重网格求解器的并行性能时，解决减少线性系统方程。我们已经验证了整体数值算法，并评估其性能在大规模并行设置。结果表明，利用FFT加速泊松方程的解决方案时，可以很容易地实现2至8倍的计算成本降低。求解器SNaC已经在MIT许可证的条款下免费提供和开源。
2022-09-13 physics.comp-ph physics.flu-dyn
Factorized Machine Learning for Performance Modeling of Massively Parallel Heterogeneous Physical Simulations
我们演示了在基于云的MPI集群上运行的复杂、多参数、大规模并行、异构物理模拟的神经网络运行时预测。由于单独的模拟非常昂贵，因此在有限的数据集上训练网络至关重要，尽管空间域中每个点的物理输入空间可能很大。我们使用两部分策略来实现这一目标。首先，我们使用从小型模拟中提取的回归系数执行数据驱动的静态负载平衡，这既提高了并行性能，又减少了运行时对异构物理的精确空间布局的依赖。其次，我们将这些负载平衡模拟的执行时间划分为计算和通信，将每个项的粗略渐近缩放因子化，并为剩余因子系数训练神经网络。这种策略是实现Meep，一个流行的和复杂的开源电动力学仿真包，并验证异构模拟从已发布的工程模型。
2020-10-06 physics.comp-ph
MCBooster: a library for fast Monte Carlo generation of phase-space decays on massively parallel platforms
MCBooster是一个只包含头文件的C++11兼容库，它提供了生成和执行相空间蒙特卡罗事件大样本计算的例程。为了实现卓越的性能，MCBooster能够使用支持CUDA和OpenMP的设备并行执行大部分计算。MCBooster构建在Thrust库之上，并在Linux系统上运行。本文总结了MCBooster的主要特点。提供了用户界面的基本描述和一些应用程序示例，以及各种环境中的性能测量
2017-02-19 hep-ex hep-ph physics.comp-ph
Massively parallel Monte Carlo for many-particle simulations on GPUs
当前并行处理器的发展趋势要求为科学计算设计高效的大规模并行算法。粒子热力学系综的蒙特卡罗模拟的并行算法由于其固有的串行性而很少受到关注。在本文中，我们提出了一个大规模并行的方法，遵守细致平衡，并实现了一个系统的硬盘上的GPU。我们再现了一系列高精度蒙特卡罗运行的结果，以验证该方法。这是一个很好的测试案例，因为在液体转变为固体的范围内的硬盘状态方程对偏离平衡条件的小偏差特别敏感。在Tesla K20上，我们的GPU实现每秒执行超过10亿次试验移动，比单个Intel Xeon E5540 CPU内核快148倍，每美元的性能提高27倍，能源使用减少13倍。有了这种改进的性能，我们能够计算多达一百万个硬盘的系统的状态方程。这些大系统的尺寸是必要的，以探测熔化过渡的性质，这在过去的四十年里一直有争议。在本文中，我们提出了我们的计算方法的细节，并讨论了硬盘的热力学单独的配套文件。
2013-08-23 cond-mat.mtrl-sci cond-mat.soft cond-mat.stat-mech
Solving mazes with memristors: a massively-parallel approach
解迷宫不仅仅是一种有趣的消遣。迷宫是图论、拓扑学、机器人学、交通优化、心理学和许多其他科学技术领域的原型模型。然而，当迷宫复杂性增加时，它们的解决方案变得繁琐且非常耗时。在这里，我们展示了一个忆阻器网络-具有记忆的电阻器-可以很容易地解决这样一个重要的问题。特别地，通过忆阻器网络的迷宫求解以大规模并行的方式发生，因为网络中的所有忆阻器同时参与计算。计算的结果然后被记录到忆阻器的状态中，并且可以在稍后的时间被使用和/或恢复。此外，忆阻器网络在多解迷宫中找到所有可能的解，并根据解的长度将其排序。我们的研究结果不仅证明了忆阻网络在并行计算领域的首次应用，而且也是一种新的算法来解决迷宫，可以在不同的研究领域中找到应用。
2011-07-16 cond-mat.mes-hall cs.ET physics.comp-ph
Massively Parallel Fitting of Gaussian Approximation Potentials
我们提出了一个数据并行软件包，用于拟合高斯近似电位（GAP）在多个节点上使用ScaLAPACK库MPI和OpenMP。到目前为止，GAP模型的最大训练集大小受到单个计算节点上可用内存的限制。在我们的新实现中，描述符评估是并行进行的，没有通信要求。确定模型系数所需的后续线性求解与ScaLAPACK并行。我们的方法可扩展到数千个核心，解除了内存限制，并提供了大量的加速。这一发展将GAP方法的适用性扩展到更复杂系统，并为在更高级别的工作流程（如委员会模型或超参数优化）中有效嵌入GAP模型拟合提供了机会。
2022-11-11 cond-mat.mtrl-sci physics.comp-ph
Massively Parallel Tensor Network State Algorithms on Hybrid CPU-GPU Based Architectures
本文提出基于CPU-GPU混合架构的大规模并行张量网络态算法，通过新颖算法与实现细节扩展HPC上TNS算法的极限，并以DMRG模拟验证于强关联分子体系，处理维度高达2.88×10^36的希尔伯特空间。
2023-05-09 cond-mat.str-el physics.chem-ph physics.comp-ph
cellGPU: massively parallel simulations of dynamic vertex models
顶点模型通过空间的多边形或多面体平铺来表示融合组织，其中单个细胞通过依赖于细胞的几何形状和镶嵌的拓扑结构的力定律相互作用。这种对细胞网络连通性的依赖给顶点模型的分子动力学模拟带来了一些复杂性，特别是使得模拟的并行化变得困难。cellGPU解决了这一难题，并为这些模型的大规模并行化、基于GPU的模拟奠定了基础。本文讨论了它在两个二维模型中的实现，并比较了完全在CPU上运行cellGPU与在一系列商业和服务器级显卡上运行时的典型性能。通过以高度并行化的方式实现拓扑变化和细胞上的力的计算，cellGPU使研究人员能够模拟以前无法通过现有的单线程CPU实现的时间和长度尺度。
2017-02-09 cond-mat.soft physics.bio-ph physics.comp-ph
Massively parallel quantum computer simulator, eleven years later
11年前在这本杂志上描述的通用量子计算机的大规模并行模拟器的修订版本，用于在当今一些最强大的超级计算机上对各种基于门的量子算法进行基准测试。波函数的自适应编码将内存需求降低了8倍，使得在神威太湖之光和K计算机上模拟高达48个量子位的通用量子计算机成为可能。该模拟器在Sunway TaihuLight、K计算机、IBM Blue Gene/Q和基于Intel Xeon的集群上表现出接近理想的弱缩放行为，这意味着并行化和硬件的组合可以跟踪由于量子比特数量增加而导致的指数缩放。给出了在包含48个量子比特的量子计算机上执行简单量子线路和Shor因子分解算法的结果。
2018-12-11 physics.comp-ph quant-ph
Ten-million-atom electronic structure calculations on the K computer with a massively parallel order-N theory
通过物理学、应用数学和计算机科学的交叉研究，构建了大规模并行的N阶电子结构理论。(1)在拥有多达98，304个处理器内核的K计算机上实现了一千万原子纳米材料的高并行效率。其数学基础是广义移位线性方程的一种新的线性代数算法。通过我们的代码“ELSES”（www.elses.jp）进行计算，其中基于从头计算的模型化（紧束缚形式）系统。(2)提出了一种计算后分析方法--π轨道晶体轨道哈密顿布居（pi-COHP）方法，该方法适用于海量电子结构数据.该分析方法在sp2-sp3纳米复合碳固体中进行了演示，并使用了原始可视化软件“VisBAR”。目前的研究表明计算物理与当前或下一代超级计算机的一般方面。
2012-12-04 cond-mat.mtrl-sci physics.comp-ph
Coupling Finite Element Method with Large Scale Atomic/Molecular Massively Parallel Simulator (LAMMPS) for Hierarchical Multiscale Simulations
在这项工作中，我们已经开发了一个多尺度计算算法耦合有限元方法与开源的分子动力学代码-大规模原子/分子大规模并行模拟器（LAMMPS）-进行分层多尺度模拟在高度可扩展的并行计算。通过对单晶铜变形的模拟，验证了该算法的有效性。然后，我们应用多尺度方法来模拟由数百万个细尺度原子组成的聚合物材料的代表性晶胞（r-细胞）对单轴载荷的力学响应。据观察，该方法可以成功地捕获塑性形变在聚合物在宏观尺度上，并再现双屈服点典型的聚合物材料，应变局部化和颈缩变形后的第二个屈服点。此外，多尺度算法的并行可扩展性被检查到大约10万个处理器与1000万个粒子，并且由于LAMMPS并行架构实现了几乎理想的强可扩展性。
2019-06-30 cond-mat.mtrl-sci cond-mat.soft physics.comp-ph
Efficient mesoscale hydrodynamics: multiparticle collision dynamics with massively parallel GPU acceleration
我们提出了一个有效的开源实现的多粒子碰撞动力学（MPCD）算法，可扩展到数百个图形处理单元（GPU）上运行。我们特别关注现代GPU架构和多个GPU之间的通信模式的优化。我们表明，混合精度计算模型可以提高性能相比，一个完全的双精度模型，同时仍然提供良好的数值精度。我们报告弱和强缩放基准的参考MPCD溶剂和基准的聚合物溶液与研究相关的相互作用和系统的大小。我们的MPCD软件能够模拟中尺度流体动力学的长度和时间尺度，否则将具有挑战性或不可能访问。
2018-03-06 cond-mat.soft physics.comp-ph
Solving the Bethe-Salpeter equation on massively parallel architectures
在过去的十年里，大规模并行计算集群迅速发展，从领先的超级计算设施到普通的大学计算中心。私营部门的许多公司也经历了类似的演变。在这种情况下，软件和中间件库的无缝集成是确保科学代码的可移植性并保证它们延长生命周期的关键因素。在这项工作中，我们描述了集成的ChASE库，一个现代的并行本征解算器，到现有的遗留代码的第一性原理计算材料的光学性质通过解决的Bethe-Salpeter方程的光学偏振功能。我们的数值测试表明，作为集成ChASE和并行化的读取例程的结果，代码经历了显着的加速，并大大提高了多核和众核架构上的扩展行为。我们证明，这样一个现代化的BSE代码，充分利用并行计算架构和文件系统，使域科学家能够准确地研究复杂的材料系统，以前无法访问。
2020-06-15 cs.CE cs.DC physics.comp-ph
Massively Parallel Phase-Field Simulations for Ternary Eutectic Directional Solidification
三元共晶定向凝固过程中形成的组织对合金的宏观力学性能有重要影响。对于一个现实的模拟，我们使用了良好建立的一致性相场方法，并改进了它与一个新的巨势公式耦合的浓度演变。由于温度依赖的扩散浓度，该扩展是非常计算密集的。我们显着扩展以前的模拟，使用更简单的相场模型或进行更小的域尺寸。新方法已在大规模并行HPC框架waLBerla中实现，该框架旨在有效利用当前的超级计算机。我们应用各种优化技术，包括缓冲技术，显式SIMD内核向量化，和通信隐藏。利用多达262，144个核心的模拟已经在三种不同的超级计算架构上运行，并且显示了弱可扩展性结果。此外，一个分层的，基于网格的数据减少策略的开发，以保持I/O问题的规模可管理。
2015-06-04 cs.DC physics.comp-ph
Hybrid Numerical Solvers for Massively Parallel Eigenvalue Computation and Their Benchmark with Electronic Structure Calculations
构造了大规模并行广义特征值问题（GEP）的最优混合数值求解器，并在K机等超级计算机上进行了强尺度基准测试，计算矩阵规模为M = 10^4-10^6，核数可达105个.将GEP过程分解为标准特征值问题（SEP）的简化和SEP的求解两个子过程，从ScaLAPACK、ELPA和EigenExa三个并行求解器库中为每个子过程选择一个例程，构造了一个混合求解器。混合求解器与两个较新的库，ELPA和EigenExa，提供更好的基准测试结果比传统的ScaLAPACK库。对结果的详细分析表明，减速器可能成为下一代（exa级）超级计算机的瓶颈，这对未来的研究具有指导意义。该代码是作为一个中间件和一个迷你应用程序开发的，将出现在网上。
2015-04-24 cond-mat.mtrl-sci cs.NA math.NA
Massively Parallel Computing and the Search for Jets and Black Holes at the LHC
在发现希格斯粒子之后，大型强子对撞机的大规模并行计算可能是进入大型强子对撞机新发现时代所必需的下一个飞跃。科学计算是LHC实验的关键组成部分，包括操作、触发、LHC计算网格、模拟和分析。提高LHC物理范围的一种方法是利用触发系统的灵活性，将基于图形处理单元（GPU）或多集成核心（MIC）架构的协处理器集成到其服务器群中。这项尖端技术不仅提供了加速现有算法的手段，而且还提供了开发新算法的机会，这些算法可以选择触发器中以前会逃避检测的事件。在这篇文章中，我们描述了新的算法，将允许在触发器中选择新的拓扑签名，包括非提示射流和黑洞-硅跟踪器中的对象。
2014-01-15 hep-ex physics.comp-ph physics.ins-det
A massively parallel semi-Lagrangian solver for the six-dimensional Vlasov-Poisson equation
本文提出了一个优化的和可扩展的半拉格朗日求解器的Vlasov-Poisson系统在六维相空间。已知基于网格的Vlasov方程求解器可以给出精确的结果。同时，这些求解器受到维数灾难的挑战，导致非常高的内存需求，而且，需要高效的并行化方案。在本文中，我们考虑了6d Vlasov-Poisson问题离散的分步半拉格朗日格式，使用连续的一维插值一维条纹的6d域。两个并行化范例进行了比较，一个重映射计划和一个经典的区域分解方法适用于完整的6D问题。从数值实验，后者的方法被发现是优越的大规模并行的情况下，在各个方面。我们解决的挑战，人为的时间步长的限制，由于域的分解，通过引入一个阻塞的单侧通信计划的纯静电的情况下，一个旋转网格的情况下，具有恒定的磁场。此外，我们提出了一个流水线计划，使隐藏成本的光环相邻进程之间的通信有效地背后有用的计算。并行可扩展性高达65 K的过程中表现出的基准问题上的超级计算机。
2019-03-01 cs.DC physics.comp-ph physics.plasm-ph
ls1 mardyn: The massively parallel molecular dynamics code for large systems
介绍了分子动力学模拟程序ls 1 martyn。它是一个高度可扩展的代码，针对超级计算架构上的大规模并行执行进行了优化，目前拥有超过四万亿个粒子的最大分子模拟的世界纪录。它使对电位的长度和时间尺度，这是以前的范围内的分子动力学模拟的应用。通过高效的动态负载均衡方案，它提供了高可扩展性，即使是具有挑战性的异构配置。目前，多中心刚性势模型的基础上Lennard-Jones网站，点电荷和高阶极性的支持。由于其模块化设计，ls 1 martyn可以扩展到新的物理模型，方法和算法，允许未来的用户定制它，以满足他们各自的需求。可能的应用包括复杂几何形状的场景，例如界面处的流体，以及热质传递的非平衡分子动力学模拟。
2014-08-20 cond-mat.soft cs.CE physics.comp-ph
Massively parallel simulations of relativistic fluid dynamics on graphics processing units with CUDA
相对论性流体动力学是相对论性重离子碰撞中产生的夸克-胶子等离子体的动力学模拟的主要组成部分。具有波动初始条件的夸克-胶子等离子体的全三维耗散动力学的模拟在计算上是昂贵的，并且通常需要一定程度的并行化。在本文中，我们提出了一个GPU实现的Kurganov-Tadmor算法，解决了3+ 1维相对论粘性流体动力学方程，包括体积和剪切粘度的影响。我们证明，由此产生的基于CUDA的GPU代码是大约两个数量级的速度比相应的串行实现的Kurganov-Tadmor算法。我们验证代码使用（半）分析测试，如相对论激波管和Gubser流。
2016-08-23 hep-ph nucl-th physics.comp-ph
Massively parallel pixel-by-pixel nanophotonic optimization using a Green's function formalism
我们引入了一种有效的并行化方案，使用基于格林函数的形式主义来实现逐像素的纳米光子优化。我们的建议中的关键见解是将优化算法重新构建为大规模数据处理管道，这允许在数千名工作人员之间有效地分配计算任务。我们证明了我们的实施的效用，通过行使它来优化高数值孔径聚焦超透镜的问题大小，否则将远远达不到的格林函数为基础的方法。最后，我们强调了强化学习与强大思想的联系，这是将纳米光子逆设计问题重新解释为逐像素优化范式实现的图遍历的自然必然结果。
2022-02-10 cs.ET physics.comp-ph physics.optics
A highly scalable massively parallel fast marching method for the Eikonal equation
快速推进法是求解Eikonal方程的一种广泛应用的数值方法，它产生于各种科学和工程领域。长期以来，它被认为是固有的顺序和一个有效的并行算法适用于大规模的实际应用是在文献中没有。在这项研究中，我们提出了一个高度可扩展的大规模并行实现的快速行军方法，使用区域分解的方法。该算法的核心是一种新的重新启动的窄带方法，该方法协调通信频率和顺序运行额外的计算量，以实现前所未有的并行性能。在每次重启过程中，采用窄带快速行进法，通过简单的同步局部交换和全局归约，分别实现相邻子域重叠区域的更新数据通信和最新前沿状态的获取.通过特殊的数据结构和增强的状态标记，利用前端特征的独立性来提取快速行进方法中的掩蔽并行性。并行算法的效率，灵活性和适用性通过几个例子证明。这些问题进行了广泛的测试，六个网格多达10亿点，使用不同数量的过程，从1到65536。使用成千上万的进程实现了显着的并行加速。详细的伪代码的顺序和并行算法提供说明并行实现的简单性和它的相似性顺序窄带快速行进算法。
2016-12-21 physics.comp-ph
Massively Parallel Computation of Accurate Densities for N-body Dark Matter Simulations using the Phase-Space-Element Method
本文提出了一种精确的密度计算方法的大型暗物质模拟，最近推出的相空间镶嵌技术的基础上，设计的大规模并行，异构集群架构。我们讨论了一个内存有效的八叉树结构的建设采样的质量密度与局部自适应分辨率，根据基本四面体镶嵌的功能。我们提出了一个高效的GPU实现的计算密集型操作相交的四面体与立体细胞的存款网格，实现了加速几乎一个数量级相比，优化的CPU版本。我们讨论了两个动态负载平衡方案-第一个集群节点之间的粒子数据交换和存款的每个块的网格结构上的单个节点的所有四面体，而第二种方法使用全球减少操作，以获得总质量。我们展示了我们的算法的可扩展性，高达256个GPU和TB大小的模拟快照，导致超过4000亿四面体的镶嵌。
2017-08-24 astro-ph.IM physics.comp-ph
Static and dynamic properties of curved vapour-liquid interfaces by massively parallel molecular dynamics simulation
利用分子动力学模拟在纳米尺度上研究了弯曲流体界面。因此，被亚稳态气相包围的液滴稳定在正则系综中。进行了类似的模拟圆柱形结晶器分离的气相和液相下限制在平面纳米孔。关于nanodroads的出现在成核过程中，一个非平衡现象，冷凝过程的非稳态动力学和相关的过饱和蒸汽的固定量被认为是。截断和移位的Lennard-Jones流体和四极流体的混合物的结果证实了毛细管近似和经典成核理论的适用性。
2011-10-20 cond-mat.mes-hall physics.comp-ph
DGDFT: A Massively Parallel Method for Large Scale Density Functional Theory Calculations
我们描述了一个大规模的并行实现最近开发的不连续伽辽金密度泛函理论（DGDFT）[J. COMPUT。2012，231，2140]方法，用于有效的大规模基于Kohn-Sham DFT的电子结构计算。DGDFT方法使用在自洽场（SCF）迭代期间动态生成的自适应局部基（ALB）函数来表示Kohn-Sham方程的解。ALB集的使用提供了一种系统的方法来提高近似的精度。它最大限度地减少了所需的自由度，以代表解决方案的科恩-沙姆问题所需的精度水平。特别地，DGDFT可以以少得多的自由度达到平面波精度。通过使用极展开和选择反演（PEXSI）技术计算电子密度、能量和原子力，我们可以使DGDFT的计算复杂度对于绝缘和金属系统都最多为电子数的二次方。我们表明，DGDFT可以实现80%的并行效率在128，000高性能计算核心时，它被用来研究二维（2D）磷烯系统的电子结构与3，500 - 14，000原子。这种高并行效率来自我们将详细描述的两级并行化方案。
2015-06-30 physics.chem-ph physics.comp-ph
MAESTROeX: A Massively Parallel Low Mach Number Astrophysical Solver
我们提出了MAESTROeX，低马赫数天体物理流的大规模并行求解器。与可压缩方法相比，基本的低马赫数方程组允许高亚音速流的有效、长时间积分。MAESTROeX适用于模拟完整的球形恒星以及恒星局部区域内的动力学平面模拟，并且可以稳健地处理几个数量级的密度和压力分层。在此之前，我们已经在一系列论文中描述了MAESTROeX的前身MAESTRO的开发。在这里，我们提出了一个新的，大大简化的时间积分方案，保留了相同的顺序，我们以前的方法的准确性。我们还探讨了使用替代空间映射的一维基态到完整的笛卡尔网格。该代码利用新的AMReX软件框架用于块结构自适应网格细化（AMR）应用程序，允许大部分领导级机器的可扩展性。使用我们以前的研究作为指导的Ia型超新星的单退化祖模型的对流相，我们表征的代码的性能和验证新的算法功能。与MAESTRO一样，MAESTROeX也是完全开源的。
2019-08-09 astro-ph.SR physics.comp-ph
SIESTA-PEXSI: Massively parallel method for efficient and accurate \textit{ab initio} materials simulation without matrix diagonalization
我们描述了一个有效的大规模电子结构计算的基础上相结合的极展开和选择性反演（PEXSI）技术与SIESTA方法，它使用数值原子轨道内的Kohn-Sham密度泛函理论（KSDFT）框架。PEXSI技术可以有效地利用SIESTA中生成的Hamilton矩阵和重叠矩阵的稀疏模式，并且对于大型系统具有比与矩阵对角化过程相关联的计算复杂度低得多的计算复杂度。PEXSI技术可以用来计算电子密度、自由能、原子力、态密度和局域态密度，而不需要计算Kohn-Sham哈密顿量的任何本征值或本征向量。它可以达到完全可比的精度从矩阵对角化程序获得的一般系统，包括金属系统在低温下。PEXSI方法也是高度可扩展的。利用最近发展起来的大规模并行PEXSI技术，我们可以在高性能机器上有效地利用多个$10,000$处理器。我们展示了性能和精度的SIESTA-PEXSI方法使用几个例子的大规模电子结构计算，包括1D，2D和散装绝缘，半金属和金属字符的问题。
2014-06-04 cond-mat.mtrl-sci physics.comp-ph
Massively parallel computing on an organic molecular layer
目前的计算机运行速度高达10^13位/秒，但它们的顺序逻辑运算原理自20世纪50年代以来一直没有改变。虽然我们的大脑在每个神经元的基础上要慢得多（约10^3次/秒），但它能够在不断进化的神经回路中，基于数百万个神经元的集体操作做出卓越的决策。在这里，我们使用分子开关来构建一个组件，每个分子像神经元一样同时与许多邻居进行通信。该组件自发地重新配置自己以解决新问题的能力使我们能够实现传统的计算结构，如逻辑门和Voronoi分解，以及再现两种自然现象：热扩散和正常细胞突变为癌细胞。这是从当前串行位处理的静态计算范例到在动态变化的硬件中并行处理大量位的机制的转变。
2011-10-17 cs.ET physics.comp-ph
Leveraging the Super Instruction Architecture to Develop Massively Parallel Computational and Environmental Chemistry Applications
开发高性能并行软件的任务必须变得更容易和更具成本效益，以充分利用现有的和新兴的大规模计算机系统的科学进步。超级指令架构是一个并行编程平台，面向需要在计算期间管理存储在潜在稀疏多维数组中的大量数据的应用程序。SIA平台最初是为量子化学软件包ACESIII设计的。最近，SIA被重新实施，以克服原来ACESIII计划的局限性。它现在已经成功地应用于新的Aces 4量子化学软件包和大气传输应用程序MATCHOS的开发，从而证明了SIA方法的多功能性。MATHEMATICAL计算100- 1000平方公里范围内区域的质量传输和分散，是对现有社区代码的重大改进。本文介绍了结果的运输和分散的应用，以及一些困难的量子化学开壳耦合集群基准计算使用Aces 4。
2020-03-03 physics.chem-ph physics.comp-ph
A Solver for Massively Parallel Direct Numerical Simulation of Three-Dimensional Multiphase Flows
我们提出了一个新的求解器，完全三维多相流的大规模并行模拟。求解器运行在从笔记本电脑到超级计算机的各种计算机架构上，并运行在65536个线程或更多线程上（仅受限于我们的可用性）。代码完全由作者在Fortran 2003中编写，并使用域分解策略与MPI并行化。流体界面求解器是基于LCRM混合前沿跟踪/水平集方法的并行实现，该方法旨在处理具有复杂拓扑变化的高度变形界面。我们讨论了这种接口方法的实现及其对分布式处理的特殊适用性，在分布式子域上进行本地所有操作。我们已经开发了并行GMRES和多重网格迭代求解器，适用于线性系统所产生的流体速度和压力的隐式解决方案中存在的强密度和粘度跨流体相的不连续性。特别注意的是提请并行多重网格求解器的细节和性能。该代码包括模块的流动相互作用与浸没的固体物体，接触线动力学，物种和热传输与相变。然而，在这里，我们专注于模拟的典型问题的滴飞溅到液体薄膜和报告的并行性能的代码上不同数量的线程。三维模拟运行网格分辨率高达$1024^3$与结果在更高的分辨率显示的细节和功能的液滴喷射，冠形成和边缘不稳定性在类似的实验条件下观察。保留字：
2014-10-30 cs.DC physics.comp-ph physics.flu-dyn
