英特尔至强融核助力国家海洋局探索超算应用

本文介绍了国家海洋局第一海洋研究所如何使用高性能计算技术进行海洋环境数据模拟,包括采用的非规则类矩形分区方案、空间格式序列化内存存储方案等技术细节。此外,还提到了基于英特尔至强融核处理器的海洋环境数值模拟系统的建立。
这段时间“南海”问题一度非常紧张,普通大众对于海洋的印象从浪漫之地回归到了国家海洋安全上来。实际上,国家海洋的研究从战略价值至科研价值到开发价值的探索从未停止过。

海洋本身就是一座几乎未开发宝藏,今天我们也只是在用高性能计算探索出了它们中很小部分的秘密。

据国家海洋局第一海洋研究所的刘海行主任介绍:国家物理海洋科研手段之一是海洋环境数据模拟,比如海洋数值模式:根据海洋中的基本物理定律,确定海洋系统中各个成份的性状及其演变的数学方程组,并将其在计算机上实现程序化,它使得海洋科学“可实验”,同时,它也是研究海洋和进行预报预测的核心手段。

上图为:据国家海洋局第一海洋研究所的刘海行主任

海洋数值模式探索的意义

海洋数据模式探索的意义在于:

从理论研究来言,体现了对物理过程认识及应用的水平;

通过观测检测:体现了一个国家的经济发展水平;

数值模式:体现了一个国家的海洋的科学研究能力。

因此,很多国家都高度重视海洋环境数据模拟,国家海洋局第一海洋研究所研发了自身的高效并行海浪数据模式,其具体实现方式为:

非规则类矩形分区方案(二次曲线填充),降低相邻距离,提高Cache效率,减少邻居数和交换点数;

空间格式序列化内存存储方案,避免计算过程对计算点的判断;

负载接近绝对均衡,各分区计算点数相差。

海洋研究的高标准需求

由于上述高性能计算的复杂性,对计算、存储及科研能力均提出了很高的需求,在计算能力方面,需要:

模式计算:要求8000核,1天可积分3年,1年可积分 1000年;

同化计算:集合调整卡曼滤波,10个集合成员7680核,1天可积分16天;

达到1/32度:计算量至少提高30倍。

在存储需求方面:

模式输出(IO压力):每次IO压力最少20GB,

达到1/32度。

而在研发能力方面,更是对复合型人才提出了很高的需求:

在模式扩展方面:针对大规模并行计算设计,改进模式代码;

并行方案:针对应用设计 ,改进网格方案;

工具软件:性能分析,计算优化。

利用英特尔融核架构海洋环境数值模拟系统

当然,办法总比困难多,国家海洋局最终建立起三维、动态、实时、精准的海洋环境数值模拟系统,以创新的数字化技术加速海洋研究和海洋资源的开发利用。借助于基于英特尔的高性能计算平台所提供的领先性能和统一编程模型,将英特尔至强融核处理器的领先性能和通用x86结构体系进行了完美整合。

据了解,英特尔至强融核处理器是英特尔首款专门针对高度并行工作负载而设计的、可独立自启动的主处理器,且首次实现了高带宽内存与高速互联技术的集成。凭借多达72个高效内核可提供超过3TFLOPs(每秒浮点运算次数)的双精度峰值的计算能力,消除对PCIe总线依赖而提供的高可扩展性,可集成双端口英特尔® Omni-Path架构(英特尔® OPA)带来进一步降低解决方案成本、能耗和空间占用率的优势,以及与至强处理器相通用的编程模型可保证的软件与应用的兼容性,该处理器为更快速的数据分析提供了强劲的计算引擎与坚实的创新基石。






====================================分割线================================


本文转自d1net(原创)

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值