Accelerating Experimental Science Using Jupyter and NERSC HPC
Accelerating Experimental Science Using Jupyter and NERSC HPC
复制标题
使用 Jupyter 和 NERSC HPC 加速实验科学
DOI：
10.1007/978-3-030-44728-1_9
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
T. Slaton
中科院分区：
文献类型：
--
作者：
Matthew L. Henderson;William Krinsman;S. Cholia;R. Thomas;T. Slaton
大规模实验科学工作流程需要支持统一的交互式实时平台，该平台可以管理连接到高性能计算（HPC）系统的分布式资源集。我们需要的是一个工具，提供了易用性和交互性的网络科学网关，同时提供科学家的能力，建立自定义的，特设的工作流程在一个可组合的方式。在这里，Xueyter平台可以发挥关键作用，支持实时流数据的摄取和分析，与HPC资源集成在闭环中，并支持与运行工作流的交互式即席分析。
Large scale experimental science workflows require support for a unified, interactive, real-time platform that can manage a distributed set of resources connected to High Performance Computing (HPC) systems. What is needed is a tool that provides the ease-of-use and interactivity of a web science gateway, while providing the scientist the ability to build custom, ad-hoc workflows in a composable way. The Jupyter platform can play a key role here to enable the ingestion and analysis of real-time streaming data, integrate with HPC resources in a closed-loop, and enable interactive ad-hoc analyses with running workflows.
影响因子：
64.8
作者：
Das, S.;Tang, Y. L.;Ramesh, R.
通讯作者：
Ramesh, R.
影响因子：
41.2
作者：
Panova, Ouliana;Ophus, Colin;Minor, Andrew M.
通讯作者：
Minor, Andrew M.