Cholla-MHD: An Exascale-Capable Magnetohydrodynamic Extension to the Cholla Astrophysical Simulation Code
本文提出Cholla的MHD扩展模块，利用GPU并行和Constrained Transport方法在Frontier超算上实现7.2万亿单元规模的理想磁流体力学模拟，并验证了高精度与零磁散度保持。
2024-05-01 astro-ph.GA astro-ph.IM
Honing and proofing Astrophysical codes on the road to Exascale. Experiences from code modernization on many-core systems
现代和即将到来的计算架构的复杂性对代码开发人员和应用程序专家提出了严峻的挑战，并迫使他们暴露最高程度的并行性，以便最好地利用可用的硬件。第二代英特尔$^{(R)}$至强融核$^{(TM)}$（代号Knights Landing，以下简称KNL）是最新的众核系统，它实现了多个有趣的硬件功能，例如每个节点的大量内核（多达72个）、512位宽的矢量寄存器和高带宽内存。KNL的独特功能使该平台成为现代HPC应用程序的强大测试平台。因此，KNL上代码的性能是其为未来架构做好准备的有用代表。在这项工作中，我们描述了广泛使用的计算天体物理学P-Gadget-3，Flash和Echo的代码优化过程中吸取的教训。此外，我们提出的可视化和分析工具VisIt和YT的结果。这些示例表明，现代架构从不同级别的代码优化中受益，甚至超过传统的多核系统。然而，典型社区规范的现代化水平仍需提高，以充分利用新建筑的资源。
2020-02-19 astro-ph.IM cs.DC cs.PF
High performance visualization for Astronomy and Cosmology: the VisIVO's pathway toward Exascale systems
本文提出将VisIVO可视化工具适配到（前）Exascale HPC系统，以提升天文学与宇宙学大规模数据可视化的可移植性、可复现性和I/O性能，并减少数据移动开销。
2025-08-28 astro-ph.IM cs.DC
Performance and energy footprint assessment of FPGAs and GPUs on HPC systems using Astrophysics application
天文学和天体物理学（AA）的新挑战迫切需要大量的计算密集型模拟。“Exascale”（及以上）计算设施是强制性的，以解决理论问题的规模和数据来自新一代的观测设施在AA。当前，高性能计算（HPC）领域正经历一个深刻的创新阶段，其中实现“Exascale”的主要挑战是功耗。这项工作的目标是提供一些见解的性能和能源足迹的当代架构的一个真正的天体物理应用在HPC的上下文中。我们使用最先进的N体应用程序，我们重新设计和优化，充分利用异构的底层硬件。我们定量地评估了在四个不同平台上运行时计算对能耗的影响。其中两个代表了当前的HPC系统（基于Intel并配备NVIDIA GPU），一个是基于ARM-MPSoC的微集群，一个是配备ARM-MPSoC与FPGA紧密耦合的“迈向Exascale的原型”。我们研究了不同设备的行为，其中高端GPU在解决方案时间方面表现出色，而MPSoC-FPGA系统在功耗方面优于GPU。我们的经验表明，将FPGA用于计算密集型应用似乎非常有前途，因为它们的性能正在提高，以满足科学应用的要求。这项工作可以为未来的天体物理应用平台的开发提供参考，其中需要计算密集型的计算。
2020-04-10 astro-ph.IM cs.PF
HERACLES++: A multidimensional Eulerian code for exascale computing
本文介绍面向百亿亿次计算的高可移植欧拉流体动力学代码HERACLES++，支持多维模拟，并验证了其在超新星激波传播模拟中的有效性。
2025-03-25 astro-ph.GA astro-ph.HE astro-ph.IM
Up to 700k GPU cores, Kepler, and the Exascale future for simulations of star clusters around black holes
我们提出了直接天体物理N体模拟高达几百万机构使用我们的并行MPI/CUDA代码的大型GPU集群在中国，乌克兰和德国，不同种类的GPU硬件。这些集群在中国科学院与ICCS（国际计算科学中心）合作的专项GPU集群计划下直接链接。我们的phi-GPU代码[2]达到了Kepler K20 GPU峰值性能的一半左右，在一个真实的应用场景中，使用高（第4，第6和第8）阶Hermite积分方案和模拟恒星系统的真实核心晕密度结构的各个分层块时间步长。程序和硬件主要用于模拟星团[23，24]和具有超大质量黑洞的星系核[20]，其中遥远粒子之间的相关性不可忽略。
2013-12-06 astro-ph.IM
Machine Learning Workflow for Morphological Classification of Galaxies
本文提出一个覆盖数据收集到部署全阶段的机器学习工作流，利用生成式深度学习将星系模拟数据降维到球形潜在空间，并通过HiPSter在Aladin中实现可探索可视化，确保可重复性与FAIR原则。
2025-05-07 astro-ph.IM
Adapting AREPO-RT for Exascale Computing: GPU Acceleration and Efficient Communication
本文针对 Exascale 超算环境优化了 AREPO-RT，通过引入直接内存访问的节点间通信策略与 GPU 加速，在标准基准测试中实现约 15 倍计算加速，并在再电离时代模拟中使总体效率提升三倍。
2024-04-26 astro-ph.CO astro-ph.IM
Magnetic reconnection in the era of exascale computing and multiscale experiments
天体物理等离子体具有保持磁拓扑结构的能力，这不可避免地会在包括电流片在内的应力区域内引起磁能的积累。这种储存的能量通常通过磁重联的过程爆炸性地释放，这产生了磁场的重新配置，以及高速流动，热加热和非热粒子加速。无论是碰撞或动力学耗散机制，需要克服拓扑约束，这两个已经预测的理论和验证与现场航天器观测或实验室实验。然而，在理解大型系统中的磁重联方面仍然存在重大挑战，例如日冕，那里的碰撞性很弱，动力学尺度与宏观尺度相比非常小。等离子体团的不稳定性或形成多个等离子体团在长的重连电流片是一个可能的多尺度解决方案，桥接这一巨大的规模范围，新的实验室实验准备研究这些制度。结合这些努力，我们预计，未来的艾级计算时代，加上下一代的观测能力，将使一系列具有挑战性的问题，包括能量积累和重连的开始，部分电离制度，磁湍流的影响，粒子加速的新进展。
2022-02-18 astro-ph.HE astro-ph.IM astro-ph.SR
IDEFIX: a versatile performance-portable Godunov code for astrophysical flows
针对超算架构迭代需重写数值工具的问题，研究人员推出依托Kokkos库的天体物理流体代码Idefix，实现多架构性能可移植，经多平台测试验证了高效计算与高能效，可支撑多类天体物理流体研究。
2023-04-26 astro-ph.HE astro-ph.IM astro-ph.SR
WOMBAT: A Scalable and High Performance Astrophysical MHD Code
我们提出了一个新的天体物理磁流体动力学的代码，专门设计和优化的高性能和缩放的现代和未来的超级计算机。我们描述了一种新的混合OpenMP/MPI编程模型，出现了Cray公司之间的合作。和明尼苏达大学。该设计利用了针对线程扩展而优化的MPI-RMA，这使得代码能够以非常高的线程数非常高效地运行，非常适合最新一代的多核和众核架构。这种性能特征在“亿”级计算时代是需要的。我们详细描述和演示了我们的高性能设计，其目的是它可以用作其他未来天体物理代码的模型，用于要求卓越性能的应用程序。
2017-01-25 astro-ph.IM
Direct $N$-body code on low-power embedded ARM GPUs
这项工作是在ExaNeSt项目的环境中进行的，该项目旨在设计和开发一种具有低能耗特性的亿亿级超级计算机，但能够支持最苛刻的科学和技术应用。ExaNeSt计算单元由密集封装的低功耗64位ARM处理器组成，嵌入在Xilinx FPGA SoC中。SoC板是异构架构，其中计算能力由CPU和GPU提供，并且正在成为基于传统CPU的集群的可能的低功耗和低成本替代品。一个国家的最先进的直接$N$体代码适用于天体物理模拟已经重新设计，以利用基于ARM CPU和嵌入式GPU的SoC异构平台。性能测试表明，嵌入式GPU可以有效地用于加速现实生活中的科学计算，而且由于其能效，这也是很有希望的，这是未来艾级平台的关键设计。
2019-01-24 astro-ph.IM physics.comp-ph
Simulating Turbulence Using the Astrophysical Discontinuous Galerkin Code TENET
在天体物理学中，求解理想流体动力学欧拉方程的两种传统方法是光滑粒子流体动力学和固定网格上的有限体积离散。然而，目标是有效地利用未来的exascale机器与他们的更高程度的并行并发性激励搜索更有效，更准确的计算流体力学的技术。不连续Galerkin（DG）方法在这方面代表了一类很有前途的方法，因为它们可以直接扩展到任意高阶，同时只需要很小的扩展。特别是对于涉及相对平滑的问题的应用，高阶方法承诺在计算速度上有显着的增益，以达到所需的目标精度。在这里，我们介绍我们的新的天体物理DG代码TENET设计的应用在宇宙学，并讨论我们的第一个结果的三维模拟亚音速湍流。我们表明，我们的新DG实现亚音速湍流提供了准确的结果，在大大降低计算成本相比，传统的有限体积法。特别是，我们发现，DG需要约1.8倍的自由度，以达到相同的精度，同时是超过1.5倍的速度，证实了其对天体物理应用的重大承诺。
2016-02-29 astro-ph.CO astro-ph.IM
RAMSES-yOMP: Performance Optimizations for the Astrophysical Hydrodynamic Simulation Code RAMSES
RAMSES-yOMP通过在MPI并行化中引入OpenMP混合并行，解决了RAMSES在大规模多尺度天体物理模拟中负载分配和内存效率低下的问题，在相同处理器数量下实现运行时间减半、内存减少75%、存储减少30%的性能提升。
2024-11-21 astro-ph.GA astro-ph.IM
