Multicore Optimization of an Astrophysical Simulation Code using Performance Annotations
使用性能注释对天体物理模拟代码进行多核优化
基本信息
- 批准号:0804982
- 负责人:
- 金额:$ 8.5万
- 依托单位:
- 依托单位国家:美国
- 项目类别:Standard Grant
- 财政年份:2008
- 资助国家:美国
- 起止时间:2008-09-01 至 2010-08-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
Intellectual Merit: This project will demonstrate a performance annotations approach to tune a production simulation code for use with computers containing more than O(1000) multicore processors. The code to be optimized is FLASH, a publicly available astrophysical simulation code. The work will focus on three code units of broad interest to the astrophysical simulation community:hydrodynamics (Euler equations), particle transport, and gravitation (Poisson?s equation). PI will focus on two machines, the TACC Ranger machine and the Argonne BlueGene/P, both of which are new and relatively untested architectures.Broader Impact:The annotation based approach to tunig codes for petascale can have tremendous impact on a number of other "legacy codes" if successful
智力优势:这个项目将展示一个性能注释方法,用于调整生产模拟代码,以用于包含超过O(1000)多核处理器的计算机。要优化的代码是FLASH,这是一种公开可用的天体物理模拟代码。 这项工作将集中在天体物理模拟社区广泛感兴趣的三个代码单元:流体力学(欧拉方程),粒子输运和引力(泊松?s方程)。PI将集中在两台机器上,TACC Ranger机器和阿贡BlueGene/P,这两台机器都是新的,相对未经测试的架构。更广泛的影响:如果成功的话,基于注释的千万亿次tunig代码方法可以对许多其他“遗留代码”产生巨大的影响
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Paul Ricker其他文献
Paul Ricker的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Paul Ricker', 18)}}的其他基金
Common Envelope Evolution and the Origins of Massive Compact Binaries
共同包络演化和大规模致密双星的起源
- 批准号:
2307713 - 财政年份:2023
- 资助金额:
$ 8.5万 - 项目类别:
Standard Grant
A New Subgrid Model for AGN Feedback in Galaxy Clusters
星系团中 AGN 反馈的新子网格模型
- 批准号:
2009868 - 财政年份:2020
- 资助金额:
$ 8.5万 - 项目类别:
Standard Grant
Investigations of the Common-Envelope Phase of Binary Star Evolution
双星演化共同包络相的研究
- 批准号:
1413367 - 财政年份:2014
- 资助金额:
$ 8.5万 - 项目类别:
Standard Grant
相似国自然基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
- 批准号:
- 批准年份:2024
- 资助金额:万元
- 项目类别:合作创新研究团队
供应链管理中的稳健型(Robust)策略分析和稳健型优化(Robust Optimization )方法研究
- 批准号:70601028
- 批准年份:2006
- 资助金额:7.0 万元
- 项目类别:青年科学基金项目
相似海外基金
Real Versus Digital: Sustainability optimization for cultural heritage preservation in national libraries
真实与数字:国家图书馆文化遗产保护的可持续性优化
- 批准号:
AH/Z000041/1 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Research Grant
CAREER: Resilient and Efficient Automatic Control in Energy Infrastructure: An Expert-Guided Policy Optimization Framework
职业:能源基础设施中的弹性和高效自动控制:专家指导的政策优化框架
- 批准号:
2338559 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Standard Grant
CAREER: From Dynamic Algorithms to Fast Optimization and Back
职业:从动态算法到快速优化并返回
- 批准号:
2338816 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Continuing Grant
CAREER: Structured Minimax Optimization: Theory, Algorithms, and Applications in Robust Learning
职业:结构化极小极大优化:稳健学习中的理论、算法和应用
- 批准号:
2338846 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Continuing Grant
Collaborative Research: An Integrated Framework for Learning-Enabled and Communication-Aware Hierarchical Distributed Optimization
协作研究:支持学习和通信感知的分层分布式优化的集成框架
- 批准号:
2331710 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Standard Grant
Collaborative Research: An Integrated Framework for Learning-Enabled and Communication-Aware Hierarchical Distributed Optimization
协作研究:支持学习和通信感知的分层分布式优化的集成框架
- 批准号:
2331711 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Standard Grant
CAS: Optimization of CO2 to Methanol Production through Rapid Nanoparticle Synthesis Utilizing MOF Thin Films and Mechanistic Studies.
CAS:利用 MOF 薄膜和机理研究,通过快速纳米粒子合成优化 CO2 生产甲醇。
- 批准号:
2349338 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Continuing Grant
CAREER: Mitigating the Lack of Labeled Training Data in Machine Learning Based on Multi-level Optimization
职业:基于多级优化缓解机器学习中标记训练数据的缺乏
- 批准号:
2339216 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Continuing Grant
Planning: Artificial Intelligence Assisted High-Performance Parallel Computing for Power System Optimization
规划:人工智能辅助高性能并行计算电力系统优化
- 批准号:
2414141 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Standard Grant
CAREER: Personalized, wearable robot mobility assistance considering human-robot co-adaptation that incorporates biofeedback, user coaching, and real-time optimization
职业:个性化、可穿戴机器人移动辅助,考虑人机协同适应,结合生物反馈、用户指导和实时优化
- 批准号:
2340519 - 财政年份:2024
- 资助金额:
$ 8.5万 - 项目类别:
Continuing Grant














{{item.name}}会员




