ブラックホールとハイパフォーマンス・コンピューティング

同カテゴリーの次の記事

クラウドにおけるハイパフォーマンス・コンピューティングの課題に取り組む

もう随分前のことのように思われますが、イベント・ホライゾン・テレスコープがブラックホールの画像を公開したのはわずか 3 ヶ月程前のことです。


出典: Event Horizon Telescope Collaboration

これは明らかに素晴らしい科学的偉業でした。しかし、1 つの画像だけでは、この偉業を成し遂げた膨大な量の専門知識、データ、計算を伝えることはできません。ECHO を含む、この偉業の達成に使用されたいくつかのコードの詳細は、イベントホライゾン一般相対論的電磁流体コードの比較プロジェクト (英語) で提供されています。「ECHO-3DHPC による天体物理シミュレーションのパフォーマンスを向上」 (2018 年に公開された The Parallel Universe 34 号の記事) では、ライプニッツ研究センター (LRZ) の研究者とインテルによるこのコードの最適化を紹介しています。

関連記事

  • 並列アプリケーションのスケーラビリティーの問題を特定する並列アプリケーションのスケーラビリティーの問題を特定する この記事は、インテルの The Parallel Universe Magazine 27 号に収録されている、NUMA […]
  • インテル Parallel Universe 30 号日本語版の公開インテル Parallel Universe 30 号日本語版の公開 インテル Parallel Universe マガジンの最新号が公開されました。 この号の注目記事、「インテル® Advisor のフローグラフ・アナライザーで自動運転コードのパフォーマンスを向上」では、インテル® Parallel Studio XE のプレビュー機能であるフローグラフ・アナライザー (FGA) […]
  • Parallel STL: C++ STL コードのパフォーマンスの向上Parallel STL: C++ STL コードのパフォーマンスの向上 この記事は、インテルの The Parallel Universe Magazine 28 号に収録されている、新機能の Parallel STL を利用してパフォーマンスを向上する方法を紹介した章を抜粋翻訳したものです。 コンピューティング・システムは、シングルスレッドと SISD […]
  • インテルと Anaconda* によるオープン・データ・サイエンス向け Python* の強化インテルと Anaconda* によるオープン・データ・サイエンス向け Python* の強化 この記事は、インテルの The Parallel Universe Magazine 25 号に収録されている、ビッグデータの課題への取り組みにおいて Python* を強化するテクノロジーに関する章を抜粋翻訳したものです。 現在、最も注目されている計算分野は、ハイパフォーマンス・コンピューティング […]
  • 行列-行列乗算のパックのオーバーヘッドを減らす行列-行列乗算のパックのオーバーヘッドを減らす この記事は、インテルの The Parallel Universe Magazine 27 号に収録されている、マシンラーニング向けの小規模行列に対応する新機能に関する章を抜粋翻訳したものです。 汎用行列-行列乗算 (GEMM) は、多くの科学、工学、マシンラーニング・アプリケーションで利用される基本操作であり、BLAS […]