SOLVERS DE VALORES PROPIOS ALTAMENTE ESCALABLES EN EL CONTEXTO DE LA BIBLIOTECA...
SOLVERS DE VALORES PROPIOS ALTAMENTE ESCALABLES EN EL CONTEXTO DE LA BIBLIOTECA SLEPC
EN MUCHAS APLICACIONES DE COMPUTACION CIENTIFICA, LA PARTE PRINCIPAL DEL CALCULO ES LA RESOLUCION NUMERICA DE UN PROBLEMA ALGEBRAICO DE AUTOVALORES. LOS METODOS ITERATIVOS DE PROYECCION SON VENTAJOSOS EN COMPARACION CON OTROS METO...
ver más
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2016-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Proyectos interesantes
TIN2013-41049-P
EXTENSION DE LA LIBRERIA SLEPC PARA POLINOMIOS MATRICIALES,...
21K€
Cerrado
PID2019-107379RB-I00
ALGORITMOS PARALELOS Y SOFTWARE PARA METODOS ALGEBRAICOS EN...
21K€
Cerrado
TIN2017-82972-R
TECNICAS ALGORITMICAS PARA COMPUTACION DE ALTO RENDIMIENTO C...
218K€
Cerrado
Inno4Scale
Innovative Algorithms for Applications on European Exascale...
5M€
Cerrado
TIN2008-06570-C04-01
CONSTRUCCION Y OPTIMIZACION AUTOMATICAS DE BIBLIOTECAS PARAL...
202K€
Cerrado
TIN2016-81840-REDT
RED DE COMPUTACION DE ALTAS PRESTACIONES EN ARQUITECTURAS HE...
15K€
Cerrado
Descripción del proyecto
EN MUCHAS APLICACIONES DE COMPUTACION CIENTIFICA, LA PARTE PRINCIPAL DEL CALCULO ES LA RESOLUCION NUMERICA DE UN PROBLEMA ALGEBRAICO DE AUTOVALORES. LOS METODOS ITERATIVOS DE PROYECCION SON VENTAJOSOS EN COMPARACION CON OTROS METODOS EN LOS CASOS EN QUE LAS MATRICES SON GRANDES Y DISPERSAS Y SOLO UNA PEQUEÑA FRACCION DEL ESPECTRO ES NECESARIA. LA BIBLIOTECA SOFTWARE SLEPC, DESARROLLADA POR EL EQUIPO PROPONENTE, PROPORCIONA METODOS ITERATIVOS ROBUSTOS Y EFICIENTES PARA ESTE PROBLEMA EN COMPUTADORES PARALELOS, Y ES UTILIZADO EN TODO EL MUNDO EN MUCHAS DISCIPLINAS CIENTIFICAS.LOS USUARIOS DE SLEPC ESTAN ABORDANDO PROBLEMAS CADA VEZ MAS GRANDES, TANTO EN LO QUE RESPECTA A LAS DIMENSIONES DE LAS MATRICES COMO AL NUMERO DE AUTOVALORES A CALCULAR. ESTOS CALCULOS MASIVAMENTE PARALELOS SE REALIZAN EN SUPERCOMPUTADORES QUE A MENUDO TIENEN UNA ARQUITECTURA HIBRIDA, CON CIENTOS O MILES DE NODOS MULTI-NUCLEO COMBINADOS CON GPUS Y/O ACELERADORES. LOS ALGORITMOS IMPLEMENTADOS EN SLEPC DEBEN ADAPTARSE Y MEJORARSE PARA PODER RESOLVER ESTOS PROBLEMAS DE FORMA ESCALABLE, APROVECHANDO DE FORMA EFICIENTE EL HARDWARE DISPONIBLE. ADEMAS, ES INTERESANTE INCORPORAR NUEVOS METODOS QUE TENGAN MEJORES PROPIEDADES DE ESCALABILIDAD QUE LOS DISPONIBLES ACTUALMENTE.LOS DESARROLLOS DEL PROYECTO VAN ENCAMINADOS A MEJORAR LA ESCALABILIDAD DESDE DIFERENTES PERSPECTIVAS. CUANDO SEA POSIBLE SE UTILIZARA UNA METODOLOGIA DE PARALELISMO JERARQUICO, ESPECIALMENTE EN EL CASO DE CALCULAR UN PORCENTAJE ELEVADO DEL ESPECTRO, EN EL CONTEXTO DE TECNICAS DE DISECCION DEL ESPECTRO O METODOS DE INTEGRAL DE CONTORNO. SE HARA UN ENFASIS ESPECIAL EN LOS METODOS QUE PUEDAN ALCANZAR UNA INTENSIDAD ARITMETICA ALTA, COMO POR EJEMPLO LOS METODOS DE BLOQUES (LOBPCG Y SIMILARES). LA IMPLEMENTACION DEBE REALIZARSE DE FORMA QUE LAS OPERACIONES DE ESTOS ALGORITMOS REALICEN UN USO EFICIENTE DEL PARALELISMO DE MEMORIA COMPARTIDA Y LOS ACELERADORES (GPU). TAMBIEN SE EXPLORARAN LAS TECNICAS ALGORITMICAS DE EVITACION DE COMUNICACION, COMO LOS METODOS DE KRYLOV DE S PASOS, LAS VARIANTES SEGMENTADAS, Y LOS METODOS EFICIENTES PARA ORTOGONALIZACION A BLOQUES. POR ULTIMO, SE INVESTIGARAN LOS METODOS ESCALABLES DESDE EL PUNTO DE VISTA ALGORITMICO, COMO LAS TECNICAS MULTI-MALLA Y DE DESCOMPOSICION DE DOMINIO MULTI-NIVEL, DE FORMA QUE LA CONVERGENCIA DE LOS METODOS NO DEPENDA DE LA RESOLUCION DE LA MALLA UTILIZADA EN LA DISCRETIZACION.TODOS LOS CODIGOS DESARROLLADOS DURANTE EL PROYECTO SE ANALIZARAN, DESDE EL PUNTO DE VISTA DE LAS PRESTACIONES PARALELAS, EN DIVERSAS PLATAFORMAS, DESDE ORDENADORES DE SOBREMESA CON UNA GPU HASTA GRANDES SUPERCOMPUTADORES. ADEMAS, LOS NUEVOS METODOS SE INCLUIRAN EN SUCESIVAS VERSIONES DE SLEPC. OMPUTACIÓN CIENTÍFICA\GPU\PLATAFORMAS MULTI-CORE\MATRICES DISPERSAS\CÁLCULO DE AUTOVALORES\COMPUTACIÓN PARALELA