课题基金 / 基金详情

Efficient and Scalable Communication and System Software for Exascale Computing

Efficient and Scalable Communication and System Software for Exascale Computing
用于百亿亿次计算的高效且可扩展的通信和系统软件
批准号：
RGPIN-2016-05389
负责人：
Afsahi, Ahmad
金额：
$2.26万
依托单位：
Queen's University
依托单位国家：
加拿大
项目类别：
Discovery Grants Program - Individual
财政年份：
2021
资助国家：
加拿大
项目状态：
已结题
起止时间：
2021-01-01 至 2022-12-31
来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=731960
关键词：
EfficientScalableCommunicationSystemSoftware

项目摘要

项目成果

Afsahi, Ahmad的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
Cluster Computing; Communication Runtime and Systems Software; Communication Subsystems and Messaging Layers; GPU/Xeon Phi Hybrid Clusters; High-Performance Computing; High-Performance Interconnects and Networking; Message Passing Interface (MPI); Parallel and Distributed Processing; Parallel Programming Paradigms; Workload Characterization, Performance Evaluation
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Efficient and Scalable Communication and System Software for Exascale Computing
  • 批准号：
    RGPIN-2016-05389
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $2.26万
  • 财政年份：
    2020
  • 负责人：
    Afsahi, Ahmad
  • 依托单位：
    Queen's University
Efficient and Scalable Communication and System Software for Exascale Computing
  • 批准号：
    RGPIN-2016-05389
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $2.26万
  • 财政年份：
    2019
  • 负责人：
    Afsahi, Ahmad
  • 依托单位：
    Queen's University
Efficient and Scalable Communication and System Software for Exascale Computing
  • 批准号：
    RGPIN-2016-05389
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $2.26万
  • 财政年份：
    2018
  • 负责人：
    Afsahi, Ahmad
  • 依托单位：
    Queen's University
Efficient and Scalable Communication and System Software for Exascale Computing
  • 批准号：
    RGPIN-2016-05389
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $2.26万
  • 财政年份：
    2017
  • 负责人：
    Afsahi, Ahmad
  • 依托单位：
    Queen's University
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis