Transaction-Oriented Simulation In Ad Hoc Grids
本文分析了执行并行面向事务的仿真的可能性，特别侧重于空间并行方法和离散事件仿真同步算法，适用于面向事务的仿真和Ad Hoc网格的目标环境。为了证明的研究结果，一个基于Java的并行面向交易的模拟器的仿真语言GPSS/H的基础上实现的有前途的抗冲击时间扭曲同步算法，并使用网格框架主动。该并行模拟器的验证表明，抗冲击时间扭曲算法可以成功地减少回滚事务移动的数量，但它也揭示了抗冲击时间扭曲算法可以优于普通时间扭曲算法的情况。本文的结论提出了可能的改进抗冲击时间扭曲算法，以避免此类问题。
2007-04-06 cs.DC
Checkpointing to minimize completion time for Inter-dependent Parallel Processes on Volunteer Grids
志愿者计算正在成功地用于大规模科学计算。这项研究是在Volpex的背景下，一个编程框架，支持在志愿者环境中的通信并行过程。Redemption和检查点相结合，以确保Volpex在这个独特的执行环境中的一致性，该环境的特点是异构的易发生故障的节点和相互依赖的复制过程。使用Volpex优化性能的一个重要参数是检查点的频率。本文提出了一个数学模型，通过寻找一个合适的检查点间隔来最小化志愿者环境中运行的相互依赖的并行进程的完成时间。验证是用一个在分布式志愿者节点池上运行的真实世界应用程序样本来执行的。结果表明，我们预测的检查点间隔的性能是相当接近的最佳性能经验获得不同的检查点间隔。
2016-03-11 cs.DC
Parallel implementation of fast randomized algorithms for the decomposition of low rank matrices
我们分析了并行性能的随机插值分解分解低秩复值高斯随机矩阵高达64 GB。我们选择了Cray XMT超级计算机，因为它提供了一个几乎理想的PRAM模型，允许快速调查并行算法，而不会混淆硬件特性。我们得到，非方阵的性能变得非常好，整体运行时间超过70倍的速度在128个处理器。我们还验证了数值发现的误差范围仍然保持在矩阵的近两个数量级比以前测试的。
2014-04-01 cs.DC
Cache-Conscious Run-time Decomposition of Data Parallel Computations
多核架构的特点是高速缓存存储器的复杂层次结构，具有多个级别和大小。根据特定存储层次结构的特性来充分地分解应用程序是一项繁琐的任务，其可以获得显著的性能增益。当前最先进的内存层次感知并行计算将这一努力委托给程序员，要求他对并行编程和计算机体系结构都有深入的了解。在本文中，我们提出了这些内存层次结构相关的关注转移到运行时间系统，然后负责分配计算的数据在目标存储层次结构。我们评估我们的方法从性能的角度来看，它对常见的缓存忽略数据分解策略进行比较。
2015-11-19 cs.DC
cuFasterTucker: A Stochastic Optimization Strategy for Parallel Sparse FastTucker Decomposition on GPU Platform
目前，科学数据的规模正在以前所未有的速度增长。张量形式的数据表现出高阶、高维和高度稀疏的特征。虽然基于张量的分析方法非常有效，但数据大小的大幅增加使得原始张量无法处理。张量分解将张量分解为多个低秩矩阵或张量，可以通过基于张量的分析方法来利用。Tucker分解就是这样一种算法，它将一个$n$阶张量分解为$n$低秩因子矩阵和一个低秩核张量。然而，大多数Tucker分解方法都伴随着巨大的中间变量和巨大的计算量，使得它们无法处理高阶和高维张量。本文在FastTucker分解的基础上提出了FasterTucker分解，FastTucker分解是Tucker分解的一个变种。提出了一种基于GPU平台的快速Tucker分解算法cuFasterTucker。它具有很低的存储和计算要求，有效地解决了高阶和高维稀疏张量分解的问题。与现有算法相比，该算法在因子矩阵更新和核矩阵更新方面分别实现了约$15X$和$7X$的加速比。
2022-10-12 cs.DC
Building A High Performance Parallel File System Using Grid Datafarm and ROOT I/O
在大型强子对撞机实验中预见到的PB级数据量要求在全球范围的分布式计算中仔细考虑持久化设计和系统设计。HENP数据分析的事件并行性使我们能够在数据处理阶段、数据管理阶段和数据传输阶段保持并行性的同时，最大限度地利用高性能集群计算和网络。FADS/ Goofy是Geant 4的多功能检测器模拟框架，其模块化架构使您可以轻松选择Objectivity/DB和ROOT I/O等持久性技术的插件设施。该框架的设计自然与网格数据农场（Gfarm）的并行文件系统。FADS/Goofy被证明可以使用512 CPU的PC集群生成10^6个Geant 4模拟的Atlas Mockup事件。使用Gfarm文件系统复制ROOT I/O文件中的数据。直方图信息是从分布式ROOT文件中收集的。在数据复制过程中，在美国和日本的七个参与PC集群中，PC集群之间的数据传送率已被证明超过2.3 Gbps。
2003-06-14 cs.DC
Parallel Physics-Informed Neural Networks via Domain Decomposition
我们开发了一个分布式框架的物理信息神经网络（PINNs）的基础上，最近的两个扩展，即保守PINNs（cPINNs）和扩展PINNs（XPINNs），分别采用域分解在空间和时空。这种区域分解赋予cPINN和XPINN与vanilla PINN相比的几个优点，例如并行化能力，大表示能力，高效的超参数调整，并且对于多尺度和多物理问题特别有效。在这里，我们提出了一个并行算法的cPINN和XPINN构造与MPI $+$ X，其中X $\in \{\text{CPUs},~\text{GPUs}\}$描述的混合编程模型。cPINN和XPINN相对于更经典的数据和模型并行方法的主要优点是在每个子域中分别优化每个神经网络的所有超参数的灵活性。我们比较了分布式cPINN和XPINN的性能，各种前向问题，使用弱和强缩放。我们的研究结果表明，对于空间域分解，cPINN在通信成本方面更有效，但XPINN提供了更大的灵活性，因为它们还可以处理任何微分方程的时域分解，并且可以处理任何任意形状的复杂子域。为此，我们还提出了一个应用程序的并行XPINN方法求解逆扩散问题的可变电导率在美国地图上，使用10个区域作为子域。
2021-09-08 cs.DC
EinDecomp: Decomposition of Declaratively-Specified Machine Learning and Numerical Computations for Parallel Execution
本文提出基于扩展爱因斯坦求和记法的声明式编程抽象，将张量计算重写为张量关系计算以统一数据并行与模型并行，并研究最优分解算法，通过实验验证其价值。
2024-10-03 cs.DC
Manapy: MPI-Based framework for solving partial differential equations using finite-volume on unstructured-grid
本文提出Python面向对象的MPI并行非结构网格有限体积框架Manapy，实现PDE微分算子并在最新HPC上评估大规模稀疏线性方程组直接与迭代求解性能。
2022-03-02 cs.DC
PPLS/D: Parallel Pareto Local Search based on Decomposition
Pareto局部搜索（PLS）是求解多目标组合优化（MCOP）问题的元算法的基本组成部分。本文提出了一种基于分解的并行Pareto局部搜索算法（PPLS/D）。PPLS/D利用并行计算和问题分解技术提高了PLS的效率。该算法将原始搜索空间分解为L个子区域，在这些子区域内同时执行L个并行搜索过程。在每个子区域内，PPLS/D过程由唯一的标量目标函数指导。PPLS/D不同于众所周知的两阶段Pareto局部搜索（2 PPLS），因为它使用标量目标函数以细粒度的方式引导PLS过程的每一步。在实验研究中，PPLS/D的基本PLS和最近提出的PLS变种上的多目标无约束二进制二次规划问题（mUBQP）和多目标旅行商问题（mTSP），最多有四个目标。实验结果表明，无论初始解是随机生成的还是由探试法生成的，PPLS/D算法的性能都明显优于其他两种PLS算法。
2018-11-09 cs.DC
Massively Parallel Algorithms for the Lattice Boltzmann Method on Non-uniform Grids
格子玻尔兹曼方法在当前的超级计算系统上表现出优异的可扩展性，因此越来越成为大规模非稳态流模拟的替代方法，可达到万亿个网格节点。此外，网格细化可以大大节省内存和计算时间。然而，这些节省是以更复杂的数据结构和算法为代价的。特别是，具有不同网格大小的子域之间的接口必须得到特殊处理。在这篇文章中，我们提出了并行算法，分布式数据结构，并在软件框架waLBerla中实现的通信例程，以支持大规模，大规模并行格子Boltzmann为基础的模拟非均匀网格。此外，我们评估我们的方法在两个当前的千万亿次超级计算机的性能。在IBM Blue Gene/Q系统上，使用近200万个线程执行了具有精细网格的最大弱缩放基准测试，不仅展示了近乎完美的可扩展性，而且还展示了每秒近万亿次晶格玻尔兹曼单元更新的绝对性能。在基于英特尔的系统上，具有精细网格和总共超过850万个单元的模拟的强大缩放被证明可以达到每个时间步长不到一毫秒的性能。这使得模拟具有复杂的非均匀网格和每小时400万个时间步长的计算时间。
2016-01-21 cs.CE cs.DC
Avoiding Serialization Effects in Data-Dependency aware Task Parallel Algorithms for Spatial Decomposition
空间分解是并行代码的一个流行基础。在任务并行的框架下，空间域上的计算可以被视为一个任务。如果相邻的域交互并共享结果，则需要同步对特定数据的访问，以避免竞争条件。这是各种应用的情况，如大多数分子动力学和许多计算流体动力学代码。在这里，我们提出了一个意想不到的问题，可能会发生在依赖驱动的任务并行化模型，如StarSs：访问特定空间域的任务被视为相互依赖的，依赖关系通过内存地址自动检测。因此，任务生成的顺序将对依赖关系树产生严重影响。在最坏的情况下，会达到完整的串行化，并且不能并行计算两个任务。我们提出了详细的问题的基础上，从分子动力学的一个例子，并介绍了一个理论框架来计算的程度序列化。此外，我们提出的策略，以避免这种不必要的问题。我们建议将这些策略作为在此类场景中使用依赖驱动的任务并行编程模型（如StarSs）时的最佳实践。
2014-01-17 cs.DC
A Compiler Framework for Optimizing Dynamic Parallelism on GPUs
GPU上的动态并行性允许GPU线程动态启动其他GPU线程。它在具有嵌套并行性的应用程序中非常有用，特别是在嵌套并行性的数量不规则且无法预先预测的情况下。然而，以前的工作已经表明，动态并行可能会造成高性能的惩罚时，大量的小网格启动。由于拥塞，大量的启动导致高的启动延迟，并且小的网格大小导致硬件利用不足。为了解决这个问题，我们提出了一个编译器框架，用于优化嵌套并行应用程序中的动态并行的使用。该框架具有三个关键优化：阈值化，粗化和聚合。动态保持涉及到仅当子线程的数量超过某个阈值时才动态启动网格，否则在父线程中序列化子线程。粗化涉及到由单个粗化块执行多个线程块的工作，以分摊它们之间的公共工作。聚合涉及将多个子网格合并为单个聚合网格。我们的评估表明，我们的编译器框架提高了性能的应用程序嵌套并行的几何平均值为43.0倍，使用动态并行的应用程序，8.7倍以上的应用程序，不使用动态并行，3.6倍以上的应用程序，使用动态并行与聚合单独提出在以前的工作。
2022-01-08 cs.AR cs.DC
Communication-efficient parallel Bruhat decomposition
St Petersburg State University（圣彼得堡国立大学）
本文针对BSP模型中Bruhat分解的通信与同步复杂度挑战，提出一种新的块递归、通信高效的并行Bruhat分解算法，解决了BSP模型中递归算法表达的问题。
2026-08-11 cs.DC cs.DS
On the Evolution of Time Horizons in Parallel and Grid Simulations
分析了并行离散事件模拟中局部模拟时间的演化规律。引入的新成分是：i）我们将LST与节点相关联，而不与处理元件相关联，以及2）我们提出通过在处理元件之间的边界上冻结LST一段时间的处理，然后通过处理元件之间的宽流存储器交换释放它们，来最小化不同处理元件之间的信息交换。我们的方法的亮点是：i）它保持了最高水平的处理器时间利用率在算法的演变，ii）它需要一个合理的时间存储器交换排除处理器之间的消息交换的耗时和复杂的过程，和iii）处理器之间的通信是解耦的处理器上执行的计算。我们的算法的有效性随着节点（或线程）的数量而增长。该算法适用于任何具有短程相互作用的并行模拟，包括偏微分方程的并行或网格模拟。
2004-01-14 cond-mat.stat-mech cs.DC
Theoretically and Practically Efficient Parallel Nucleus Decomposition
本文研究了核分解问题，这已被证明是有用的，在寻找密集的子结构图。我们提出了一种新的并行算法，是有效的理论和实践。我们的算法实现了与最佳顺序算法匹配的工作复杂度，同时还具有低深度（并行运行时间），这显著改进了仅有的现有并行核分解算法（Sariyuce等人，PVLDB 2018）。我们的算法的理论效率的关键是使用一个理论上有效的并行算法的团列表和桶。我们介绍了几个新的实用优化，包括一个新的多级哈希表结构，以存储信息的集团空间效率和技术，用于遍历这种结构的高速缓存效率。在一个具有双向超线程的30核机器上，我们实现了比Sariyuce等人的最先进的并行核分解算法高达55倍的加速，并且高达40倍的自相关并行加速比。我们能够有效地计算更大的核分解比以前的工作在几百万规模的图形的第一次。
2022-08-11 cs.DC cs.DS
The DUNE-ALUGrid Module
在本文中，我们提出了新的DUNE-ALUGrid模块。这个模块包含了一个主要的大修源代码从fixgrid库和绑定到DUNE软件框架。主要的变化包括用户定义的负载均衡，并行网格结构，以及重新设计的二维网格，现在也可以用于并行计算。此外，在代码中引入了许多改进，以提高并行效率并减少内存占用。原始的RISTOGrid库在DUNE社区中被广泛使用，这是因为它对于需要局部自适应和动态负载均衡的问题具有良好的并行性能。因此，这种新模式将使许多DUNE用户受益。此外，我们还增加了功能，以增加网格管理器可以使用的问题的范围，例如，引入一个三维四面体网格使用并行的最新顶点平分算法，以符合网格细化。在本文中，我们将讨论新的功能，扩展的DUNE接口，并解释各种例子如何在并行环境中使用的代码。
2015-08-15 cs.DC cs.MS
Grid: A next generation data parallel C++ QCD library
在这篇文章中，我们讨论了一个新的物理代码库，称为网格的动机，实施细节和性能。它的目的是更高性能、更通用，但在精神上与QDP++ \cite{QDP}相似。我们的方法是将基本类型系统设计为始终快速，而不是在一些优化的例程上螺栓，我们试图直接在Grid框架中编写所有优化的例程。希望这将在下一代超级计算机中提供最佳的实践性能，这将为传统的标量代码提供编程挑战。我们说明了用于实现我们的目标的编程模式，以及通过使用C++11中的新功能而实现的生产力的进步。
2015-12-10 cs.DC cs.MS hep-lat
Parallel Direct Domain Decomposition Methods (D3M) for Finite Elements
提出了一种基于区域分解法（DDM）和有向无环图（DAG）调度的并行直接求解方法。计算被表示为一系列小任务，这些任务在DDM域或精简矩阵的密集矩阵块上操作。这些任务可以使用它们的DAG依赖关系和权重（取决于计算和通信成本的估计）进行静态调度以并行执行。与MUMPS 5.1.2在电学大问题上的性能比较表明，并行效率提高了20%，内存减少了30%，运行时间略快，同时保持了相同的精度。
2020-02-11 cs.CE cs.DC
Space and Time Efficient Parallel Graph Decomposition, Clustering, and Diameter Approximation
我们开发了一种新的并行分解策略，为未加权，无向图，基于不断增长的不相交的连接集群从一批中心逐步选择尚未发现的节点。相对于类似的以前的分解，我们的策略行使更严格的控制集群的数量和它们的最大半径。我们提出了我们的并行图分解的两个重要应用：（1）$k$ -中心聚类近似;（2）直径近似。在这两种情况下，我们得到的算法，具有多对数近似因子，并服从于一个分布式的实现，是面向大规模（长直径）的图形。计算所需的总空间在问题大小上是线性的，并且对于具有低倍维的图，平行深度在直径上基本上是次线性的。据我们所知，我们是第一个平行近似这些问题，实现子直径并行时间，为相关的一类图，只使用线性空间。除了理论上的保证，我们的算法允许一个非常简单的实现集群架构：我们报告了大量的实验，证明其有效性和效率的大型图形相比，替代已知的方法。
2015-02-06 cs.DC cs.DS
Parallel Training of GRU Networks with a Multi-Grid Solver for Long Sequences
Korea Aerospace University（韩国航空大学）；Sandia National Laboratories（桑迪亚国家实验室）
门控递归单元（GRU）网络的优化是一项具有挑战性的任务，因为GRU的训练过程本质上是顺序的。并行化GRU的先前努力主要集中在传统的并行化策略上，例如数据并行和模型并行训练算法。然而，当给定的序列很长时，现有的方法仍然不可避免地在训练时间方面受到性能限制。在本文中，我们提出了一种新的并行训练计划（称为并行的时间）GRU的基础上减少时间（MGRIT）求解器。MGRIT将序列划分为多个较短的子序列，并在不同的处理器上并行训练子序列。实现加速的关键是隐藏状态的分层校正，以在梯度下降的前向和后向传播阶段中加速端到端通信。在HMDB 51数据集上的实验结果表明，新的并行训练方案比串行方法实现了高达6.5 $\times$的加速比。由于我们的新的并行化策略的效率与序列长度相关联，我们的并行GRU算法实现显着的性能改善作为序列长度的增加。
2022-03-07 cs.CV cs.DC cs.LG
Lossy Bulk Synchronous Parallel Processing Model for Very Large Scale Grids
在一个非常大规模的网格并行算法的性能显着影响底层的互联网协议和互连。由于TCP的可靠性，许多网格编程平台都使用TCP，通常会进行一些优化以降低其成本。然而，TCP在高带宽和高延迟的网络环境中表现不佳。另一方面，UDP是可用的最快的协议，因为它省略了连接建立过程，中断和重传，牺牲了可靠的传输。许多新的批量数据传输方案使用UDP进行数据传输，如RBUDP，Tsunami和SABUL已被引入，并显示出比TCP更好的性能。在本文中，我们考虑使用UDP和检查数据包丢失和加速之间的关系，相对于网格节点的数量。我们的测量表明，平均5%-15%之间的数据包丢失率在广泛分布在互联网上的PlanetLab节点之间并不罕见。我们表明，传输多个副本相同的数据包产生更高的加速比。我们展示了最小数量的数据包重复需要最大限度地提高可能的加速比，对于给定数量的节点使用BSP为基础的模型。我们的工作表明，通过使用适当数量的数据包副本，我们可以提高并行程序的性能。
2006-12-20 cs.CC cs.DC cs.PF
Parallel Sparse Tensor Decomposition in Chapel
在大数据分析中，使用张量分解从大型稀疏多变量数据中提取模式是一种流行的技术。由于不规则的数据访问和被处理的张量的不断增长的大小，设计并行的、高性能的张量分解算法存在许多挑战。在实现张量分解的共享内存算法方面已经有很多努力，其中大部分都集中在传统的C/C++与OpenMP框架上。然而，Chapel正在成为一种越来越流行的编程语言，由于其表达能力和编写可扩展的并行程序的简单性。在这项工作中，我们端口的最先进的C/OpenMP并行稀疏张量分解工具，SPLATT，教堂的状态。我们提出了一个性能研究，调查我们的教堂代码中的瓶颈，并讨论了提高其性能的方法。此外，我们还讨论了Chapel中对我们的移植工作有益的特性。我们证明了我们的Chapel代码在运行时间和可扩展性方面与C/OpenMP代码具有竞争力，实现了原始代码的83%-96%的性能和高达32个核心的近线性可扩展性。
2018-12-14 cs.DC cs.PF
Parallel Algorithms for Hierarchical Nucleus Decomposition
本文提出可扩展的并行层次核分解算法，通过核心度计算与层次构建交错、并发并查集及近似算法，在30核机器上实现最高58.84倍加速，并给出理论界限。
2024-01-20 cs.DC cs.DS
Parallel grid library for rapid and flexible simulation development
我们提出了一个易于使用和灵活的网格库开发高度可扩展的并行仿真。分布式CarbonaceCell-Refinable Grid（dccrg）支持自适应网格细化，并允许使用任意C++类作为单元数据。网格单元中的数据量可以在空间和时间上变化，从而允许dccrg用于非常不同类型的模拟，例如流体和粒子代码。Dccrg在不同进程上的相邻单元之间透明地、异步地传输数据，允许计算和通信重叠。这使得出色的可扩展性至少高达32 k核心的磁流体动力学测试取决于问题和硬件。在这里介绍的dccrg版本中，部分网格元数据在MPI进程之间复制，将自适应网格细化（AMR）的可扩展性减少到200到600个进程之间。Dccrg是自由软件，任何人都可以使用，学习和修改，并可在[https：//gitorious.org/dccrg]。用户也请引用这项工作时发表的结果与dccrg。
2012-12-14 cs.DC physics.comp-ph physics.space-ph
Exascale Grid Optimization (ExaGO) toolkit: An open-source high-performance package for solving large-scale grid optimization problems
本文介绍了ExaGO（Exascale Grid Optimization）工具包，该工具包可用于求解包含随机效应、安全约束和多周期约束的大规模交流最优潮流（ACOPF）问题。ExaGO可以在并行分布式内存平台上运行，包括图形处理单元（GPU）等大规模并行硬件加速器。我们提出的ExaGO库的细节，包括其架构，配方，建模细节，其性能的几个优化应用程序。
2022-03-20 cs.DC cs.SY eess.SY
Reducing Interpolation on Multi-Grid to Quantizing Grid's Data-Base as a Recursion
在他的文章“Powerlist：Jayadev Misra写道：“许多数据并行算法快速傅立叶变换，Batcher的排序方案和前缀和-展示递归结构。我们提出了一个数据结构，powerlist，允许简洁的描述这样的算法，突出的角色，并行和递归。这种数据结构的简单代数性质可以用来导出这些算法的性质，并建立解决同一问题的不同算法的等价性。上面的引用说明了关于递归实现的一个广泛共享的假设：要么它们是纯结构性的，要么它们根本不能实现。网格上的多维插值是半递归方案的主机之一，虽然通常被称为递归和常规描述在模糊递归术语，不能实现为递归在其结构整体。本文描述了一种计算机实现的方案，用于隔离多网格上插值的递归核心，这种安排既源于多维插值优化技术，又为这些技术提供了结构框架，这些技术一旦实现，就可以提供多维插值速度的增益，与一些已知的基准相比，可以测量多个数量级。类别和主题描述符：多维程序设计;并发程序设计;递归通用术语：并行处理，优先处理，插值，递归，多立方体
2011-09-29 cs.CG cs.DC cs.PL
Parallel $k$-Core Decomposition: Theory and Practice
针对现有$k$-核分解算法并行度与工作效率不足的问题，提出含采样、垂直粒度控制及分层桶结构的高效并行框架，在96核机器上多数测试图中性能显著优于主流并行算法。
2025-03-24 cs.DC cs.DS
Efficient Parallelization for AMR MHD Multiphysics Calculations; Implementation in AstroBEAR
当前AMR仿真需要高度并行化并有效管理内存的算法。随着计算引擎变得越来越大，AMR模拟将需要实现新的高效并行化和内存管理水平的算法。我们试图采用新技术来实现这两个目标。基于块或网格的AMR通常采用虚单元来解耦给定细化水平上的每个网格的双曲线前进。这种解耦允许每个网格独立地前进。在AstroBEAR中，我们利用这种独立性，通过线程在每个级别上推进网格，并优先选择更精细的网格。这允许全局负载平衡而不是逐层负载平衡，并允许跨物理空间和AMR级别的更大并行化。级别推进的线程化还可以通过将通信与计算交织在一起来提高性能，特别是在具有许多细化级别的深度模拟中。为了改进内存管理，我们采用了分布式树算法，该算法要求处理器仅存储AMR树结构的本地部分并与相邻处理器进行通信。
2011-10-07 astro-ph.IM astro-ph.SR cs.DC
Parallel and Streaming Algorithms for K-Core Decomposition
Google Research（谷歌研究院）
$k$ -核心分解是许多机器学习和数据采掘应用中的基本原语。我们提出了第一个分布式和第一个流算法来计算和维护一个近似的$k$核心分解与可证明的保证。我们的算法实现了严格的界限上的空间复杂度，同时边界的通过或计算轮数。我们这样做，提出了一个新的强大的草图技术$k$核心分解，然后通过显示它可以有效地计算流和MapReduce模型。最后，我们证实了我们的素描技术的有效性经验上的一些公开的图形。
2018-11-23 cs.DC cs.DS cs.LG
A Multilevel Approach for the Performance Analysis of Parallel Algorithms
我们提供了一个多层次的方法来分析并行算法的性能。这种方法的主要成果是，该算法被描述为使用一组运营商是相互关联的，根据问题分解。分解层次决定了算法的粒度。一组块矩阵（分解和执行）突出了算法的基本特征，如固有的并行性和开销来源。
2019-01-14 cs.DC cs.PF math.OC
Benchmarking and Parallelization of Electrostatic Particle-In-Cell for low-temperature Plasma Simulation by particle-thread Binding
针对PIC模拟中电荷沉积子程序的并行瓶颈，提出基于粒子-线程绑定的方法，仅需极少量私有网格即可增强可扩展性，在1000核系统上验证了其高效性且硬件依赖低。
2025-06-26 cs.DC physics.comp-ph physics.plasm-ph
An asynchronous incomplete block LU preconditioner for computational fluid dynamics on unstructured grids
我们提出了一个研究的有效性异步不完全LU分解预条件的时间隐式解决方案的可压缩流问题，同时利用线程并行计算节点内。提出了一种适用于非结构网格上可压缩Navier-斯托克斯方程有限体积离散的异步细粒度并行预处理子的块变体，并将收敛性理论推广到新变体.实验（数值）结果的无粘和粘性层流二维稳态测试情况下，这些预处理器的性能报告。它被发现，对于这些可压缩流问题，块变体执行更好的收敛性，并行可扩展性和可靠性方面比原来的标量异步ILU预条件。对于粘性流动，发现未知量的排序可能决定异步块ILU预处理的成功或失败，并提出了一种适合于求解粘性问题的网格单元排序。
2020-10-04 cs.DC cs.NA math.NA
Large-Scale Linear Energy System Optimization: A Systematic Review on Parallelization Strategies via Decomposition
本综述系统梳理了大规模线性能源系统优化中的并行分解策略，提出了模型分类方案，指出无普适最优方法，并建议了基准测试标准与报告规范，其见解可推广至运筹学领域。
2025-08-08 cs.DC cs.MS math.OC
Parallel Nonnegative CP Decomposition of Dense Tensors
Wake Forest University（维克森林大学）；Oak Ridge National Laboratory（橡树岭国家实验室）
本文提出一种分布式内存并行算法，用于计算密集张量的非负CP分解，通过并行化MTTKRP运算提升效率，验证了算法在数百节点上的扩展性及性能优势。
2018-06-19 cs.DC cs.MS cs.NA
Enabling Object Storage via shims for Grid Middleware
对象存储模型已迅速成为大多数商业上成功的大容量存储基础设施的基础，支持所谓的“云”存储，如Amazon S3，但也是大多数并行分布式存储系统实现的基础。对象存储设计中的许多假设与网格存储元素设计中的概念相似，但不完全相同，尽管在SE之上对“POSIX类”文件系统结构的要求使得分离看起来更大。由于现代对象存储提供了许多大多数网格SE所不具备的功能（块级条带化、并行访问、自动文件修复等），我们可以很容易地通过网格工具的插件和扩展来为典型的对象存储提供接口，实验可以很好地使数据模型适应它们，这是很有趣的。我们目前的评估，和首次部署的经验，（例如）Xrootd-Ceph接口的直接对象存储访问，作为一个计划的一部分，在GridPP \cite{GridPP}在RAL托管。此外，我们还讨论了在格拉斯哥为目前流行的{ \it Ceph}并行分布式文件系统的GSP 2访问层开发插件的权衡和经验。
2015-10-30 cs.DC hep-ex physics.comp-ph
Parallel Statistical Model Checking for Safety Verification in Smart Grids
通过使用部署在用户场所的小型计算设备，自主需求响应（ADR）使用户的电力消耗适应给定的时间依赖性电价。这使得最终用户可以节省电费，配电系统运营商可以通过避免需求高峰来优化（通过适当的时间依赖性电价）电网管理。不幸的是，即使有ADR，用户的功耗也可能偏离预期的（最小成本）功耗，例如，因为ADR设备不能正确地预测用户房屋处的能量需求。结果，聚合的电力需求可能呈现不期望的峰值。在本文中，我们解决这样的问题，提出的方法和软件工具（APD分析仪）实现它们，使配电系统运营商有效地验证，即使最终用户偏离他们的预期行为时，一个给定的时间依赖性电价达到预期的目标。我们通过一个现实的情况下，从中压丹麦配电网所提出的方法的可行性。
2021-06-20 cs.DC cs.SY eess.SY
Multi-node environment strategy for Parallel Deterministic Multi-Objective Fractal Decomposition
Université Paris-Est（巴黎东大学）
本文提出了一种新的实现确定性多目标（MO）优化称为多目标分形分解算法（Mo-FDA）。原算法是针对单目标大规模连续优化问题设计的。它是基于分而治之的战略和几何分形分解的搜索空间使用超球体。然后，为了处理MO问题的标量化方法。在这项工作中，已经开发了一种新的方法，在多节点环境中使用容器。在多目标优化的经典基准上，将Mo-FDA的性能与文献中的最新算法进行了比较
2019-08-04 cs.AI cs.CY cs.DC
Efficient Parallelization for AMR MHD Multiphysics Calculations; Implementation in AstroBEAR
当前的自适应网格细化（AMR）仿真需要高度并行化和有效管理内存的算法。随着计算引擎变得越来越大，AMR模拟将需要实现新的高效并行化和内存管理水平的算法。我们试图采用新技术来实现这两个目标。基于块或网格的AMR通常采用虚单元来解耦给定细化水平上的每个网格的双曲线前进。这种解耦允许每个网格独立地前进。在AstroBEAR中，我们利用这种独立性，通过线程在每个级别上推进网格，并优先选择更精细的网格。这允许全局负载平衡而不是逐层负载平衡，并允许跨物理空间和AMR级别的更大并行化。级别推进的线程化还可以通过将通信与计算交织在一起来提高性能，特别是在具有许多细化级别的深度模拟中。虽然我们看到在几个核心上运行的深度模拟的性能提高了30%，但对于更大规模的模拟，加速通常更为温和（5-20%）。为了改进内存管理，我们采用了分布式树算法，该算法要求处理器仅存储AMR树结构的本地部分并与相邻处理器进行通信。使用这种分布式方法，我们能够获得合理的扩展效率（> 80%），扩展到12288个核心和多达8个级别的AMR -与线程的使用无关。
2013-02-21 astro-ph.SR cs.DC physics.comp-ph
Application Performance Modeling via Tensor Completion
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出用低秩CP张量分解对应用性能建模，结合张量补全优化，在六个应用中实现高维性能预测，精度和内存效率优于网格模型和监督学习模型。
2023-08-29 cs.DC cs.LG cs.PF
Parallel Performance of Algebraic Multigrid Domain Decomposition (AMG-DD)
代数多重网格（AMG）是一种广泛使用的可扩展求解器和预处理器的大规模线性系统的离散化的一类椭圆型偏微分方程。虽然AMG具有最佳的计算复杂性，但随着现代机器上处理器数量的持续增长，通信成本已成为限制其可扩展性的重要瓶颈。本文探讨了一种新的算法，代数多重网格区域分解（AMG-DD），专门设计来限制通信的设计，实现和并行性能。AMG-DD的目标是提供一个低通信替代标准AMG V-周期通过交易一些额外的计算开销显着降低通信成本。数值结果表明，AMG-DD实现了优越的精度，每通信成本相比，AMG，并加速AMG上的一个大型GPU集群。
2020-01-21 cs.DC cs.MS cs.NA
