可扩展的原位拉格朗日流图提取：一种无通信模型的可行性验证
计算工程、金融与科学
2021-09-06 v1 分布式、并行与集群计算
计算物理
摘要
我们引入并评估了一种用于原位提取拉格朗日流图的新算法，称之为边界终止优化（BTO）。我们的方法是一种无通信模型，不需要进程间的消息传递或同步，从而改善可扩展性，减少总体执行时间，并缓解原位处理给仿真代码带来的负担。我们在节点边界处终止粒子积分，仅存储原本通过跨节点通信粒子所能提取的流图的一个子集，从而引入了精度-性能权衡。我们使用多达 2048 个 GPU 和多个仿真数据集进行了实验。对于我们考虑的实验配置，我们的研究结果表明，我们的无通信技术原位节省多达 2 倍至 4 倍的执行时间，同时在定量和定性上几乎与先前工作一样准确。最重要的是，本研究确立了未来使用无通信模型进行原位拉格朗日流图提取的可行性。
引用
@article{arxiv.2004.02003,
title = {Scalable In Situ Lagrangian Flow Map Extraction: Demonstrating the Viability of a Communication-Free Model},
author = {Sudhanshu Sane and Abhishek Yenpure and Roxana Bujack and Matthew Larsen and Kenneth Moreland and Christoph Garth and Hank Childs},
journal= {arXiv preprint arXiv:2004.02003},
year = {2021}
}