抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
MONCは,大気流,乱流および雲微小物理学の調査のための高度にスケーラブルなモデリングツールである。典型的なシミュレーションは,科学的調査のために分析しなければならない非常に大量の生データを生成する。性能およびスケーラビリティの理由のために,この解析とその後のディスクへの書き込みは,計算を休止するのではなく,解析が行われるので,データ上でin situで実行されるべきである。本論文では,ノードのコアが計算とデータ分析間で共有されるMONCの解析的手法を提示した。解析的コアにそれらのデータを非同期に送ることによって,計算コアはデータ書き込みまたは解析に休止することなく連続的に実行することができる。IOサーバフレームワークと解析ワークフローを記述し,これは,このアプローチが上昇し,いくつかの共通の構成選択の性能の意味を提起する解決と共に,高度に非同期である。この研究の結果は,高度にスケーラブルな解析手法であり,MONCにおけるデータ分析を可能にするとき,実行時間に最小の性能影響があり,またKNLに関する著者らのアプローチの性能と適合性を研究する,Cray XC30の32768計算コアまで例証した。【JST・京大機械翻訳】