Hypre

Ölçeklenebilir Doğrusal Solvers projesinin Hypre hedefi paralel bilgisayarlarda denklemlerin büyük, seyrek doğrusal sistemleri çözmek için ölçeklenebilir algoritmalar ve yazılım geliştirmektir.
Birincil yazılım ürünü hypre, yapılandırılmış ve yapılandırılmamış ızgara problemleri hem de paralel multigrid yöntemleri özellikleri yüksek performanslı preconditioners bir kütüphanedir.
ilgi sorunlar LLNL de ve başka yerlerde geliştirilen savunma, çevre, enerji ve biyolojik bilimlerde fiziksel fenomenleri incelemek için simülasyon kodları ortaya çıkar.
Paralel işlem, bu problemlerinin sayısal çözümü için gerekli olsa da, tek başına yeterli değildir. Ölçeklenebilir sayısal algoritmalar da gereklidir. "Ölçeklenebilir" derken genellikle etkili bir ek hesaplama kaynaklarını kullanmak için giderek daha büyük sorunları çözmek için yeteneği anlamına gelir. Birçok faktör paralel bilgisayar mimarisi ve algoritmanın paralel uygulanması da dahil olmak üzere ölçeklenebilirlik katkıda bulunur. Ancak, önemli bir konu genellikle gözden kaçan: algoritma kendisi ölçeklenebilirlik. Burada, ölçeklenebilirlik toplam hesaplama çalışma gereksinimleri bilgisayar platformu bağımsız ele alınabilir sorun büyüklüğü ile büyümeye nasıl bir açıklamasıdır.
Bugünün simülasyon kodları kullanılan algoritmaların birçoğu dünkü tırmanılamaz teknolojisine dayanmaktadır. Bu giderek daha büyük sorunları çözmek için gerekli çalışmaları (optimum oranı) doğrusal daha hızlı büyür anlamına gelir. ölçeklenebilir algoritmalar kullanılması dolayısıyla 30 dakika bir MPP üzerine iki günlük bir run azaltarak, büyüklük birkaç emir tarafından simülasyon sürelerini azaltabilirsiniz. Onlar etkili devasa sorunları çözmek için ek bilgisayar kaynaklarını sömürmek mümkün çünkü Dahası, bu teknolojiyi kullanan kodlar makinenin bellek boyutu sadece sınırlıdır.
Ölçeklenebilir algoritmalar hem poz ve yeni soruları cevaplamak için uygulama bilim adamı etkinleştirin. (Belirli bir çözünürlükte) Verilen simülasyon çalıştırmak için birkaç gün sürer, ve, örneğin, bir rafine (yani, daha doğru) modeli uygulaması bilim adamı büyük, daha yüksek sadakat simülasyon vazgeçmek olabilir, çok daha uzun sürer. Her çalışma çok uzun sürüyor, çünkü O da bir parametre çalışmanın kapsamını daraltmak zorunda kalabilirsiniz. Yürütme zamanı azaltarak, ölçeklenebilir bir algoritma yüksek çözünürlüklerde daha simülasyonlar yapmak için bilim adamı tanır

Bu sürümde Yeni nedir:.

• Bu sürüm BoomerAM seçeneği çözmek bir Yardımcı uzay Diverjans Çözücü (ADS), yedekli iri ızgara ekler ve ParCSR Krylov çözücüleri için Fortran arayüzlerine bir Euclid Şartlandırıcı seçeneği.
• Bu desteklemek için AMS ve ADS çözücüler uzanır (keyfi) yüksek mertebeden H (kıvrım) ve H (div) discretization yöntemleri.
• Bu güncellemeleri ve bazı örnekler yeniler.
• çeşitli onarımları vardır.