Scopul Hypre a proiectului Scalable liniar în rezolvarea este de a dezvolta algoritmi scalabile și software pentru rezolvarea sistemelor liniare mari, rare de ecuații pe calculatoare paralele.
Produsul software principal este hypre, o bibliotecă de preconditioners de înaltă performanță, care oferă metode multigrid paralele pentru ambele probleme structurate și nestructurate de rețea.
Problemele de interes apar in codurile de simulare dezvoltat la LLNL si in alta parte pentru a studia fenomenele fizice în apărarea, de mediu, de energie, și științele biologice.
Deși procesare paralelă este necesară pentru soluția numerică a acestor probleme, singur nu este suficient. Sunt, de asemenea, necesare algoritmi numerici scalabile. Prin "scalabilă" se înțelege, în general, capacitatea de a utiliza resurse de calcul suplimentare eficient de a rezolva probleme din ce în ce mai mari. Mulți factori contribuie la scalabilitate, inclusiv arhitectura calculatorului paralel și implementarea paralelă a algoritmului. Cu toate acestea, un aspect important este adesea trecute cu vederea: scalabilitatea algoritmului însuși. Aici, scalabilitate este o descriere a modului cresc totalul cerințele de lucru de calcul cu dimensiuni problemă, care pot fi discutate independent de platforma de calcul.
Multe dintre algoritmii utilizați în codurile de simulare de astăzi se bazează pe tehnologia unscalable ieri. Acest lucru înseamnă că lucrările necesare pentru a rezolva problemele din ce în ce mai mari, crește mult mai rapid decât liniar (rata optima). Utilizarea unor algoritmi scalabile poate reduce ori de simulare de mai multe ordine de mărime, reducând astfel o centrare de două zile pe un MPP la 30 de minute. În plus, codurile care folosesc aceasta tehnologie sunt limitate doar de mărimea memoria aparatului, deoarece acestea sunt în măsură să exploateze eficient resursele suplimentare de calculator pentru a rezolva problemele mari.
Algoritmi scalabile permit știință cerere atât pozeze și să răspundă noilor întrebări. De exemplu, dacă o anumită simulare (cu o anumită rezoluție) durează mai multe zile pentru a rula, și un model rafinat (de exemplu, mai precis) va dura mult mai mult, omul de știință cerere pot să renunțe la mai mare, simularea fidelitate mai mare. El sau ea, de asemenea, poate fi obligat să reducă domeniul de aplicare al unui studiu parametru deoarece fiecare termen durează prea mult. Prin scăderea timpului de execuție, un algoritm scalabilă permite știință de a face mai multe simulări la rezoluții mai mari
Ce este nou în această versiune:.
- Această versiune adaugă o divergență auxiliar-space Rezolvarea (ADS), o redundant grosier-grilă rezolva opțiune BoomerAM, și o opțiune de preconditioner Euclid la interfețele Fortran pentru rezolvarea ParCSR Krylov.
- Se extinde AMS și ADS rezolvarea a sprijini (arbitrare) high-pentru H (curl) și H (div) metode de discretizare.
- Se actualizează și rafinează unele dintre exemplele.
- Nu sunt bugfixes asortate.
Comentariile nu a fost găsit