Tarixi Lourens Berklining vazifasi nima?

bo'yicha Bosh tadqiqotchi : Oak Ridge milliy laboratoriyasidan Skott Klaski.
Ishtirokchilar : Berkeley laboratoriyasidan Arie Shoshani va Jon Vu. Nagiza Samatova, Metyu Vulf va OakRidge milliy laboratoriyasidan Norbert Podhorski. Karsten Shvan va Greg Eisenhauer Jorjiya texnologiya instituti.
Hozirgi vaqtda olimlar superkompyuterlar tomonidan yaratilgan ma'lumotlar oqimini boshqarish uchun juda ko'p vaqt sarflashadi - ular yaratilgan vaqtdan boshlab tahlil qilish va natijalarni e'lon qilishgacha. Ekstremal miqyosdagi tizimlar hisoblash quvvatini oshirib, tobora kattaroq ma'lumotlar to'plamini ishlab chiqarar ekan, ushbu ma'lumotlar to'plamlarini samarali va samarali boshqarish uchun dasturiy ta'minot infratuzilmasi asosan etishmayotganligi ayon bo'lmoqda. Bu o'z navbatida ilmiy kashfiyotlarni cheklaydi.
Skott Klaskiy boshchiligidagi ushbu loyiha ma'lumotlarni xotirada (aks holda "in-" deb nomlanuvchi) kamaytirish, tahlil qilish va indekslash mumkin bo'lgan vositalardan foydalangan holda ekstremal miqyosda kutilayotgan ma'lumotlarning ko'chkisini boshqarish uchun yangi echimlarni ishlab chiqishni taklif qiladi. situ" ma'lumotlarni qayta ishlash). Jamoa dastur tadqiqotchilari bilan hamkorlik qiladi va ADIOS, FastBit va Parallel R kabi isbotlangan texnologiyalarni birlashtirib, maxsus "staging" tugunlarida in-situ ishlaydigan tizimni yaratadi, ular nafaqat tashqi tarmoqqa kirish/chiqish tezligini tezlashtirish uchun ishlatiladi. disk, balki ushbu yechimlardan olingan ma'lumotlarning umumiy hajmini oldindan tahlil qilish, indekslash, vizualizatsiya qilish va kamaytirish uchun ham. Hisoblash quvvati oshishi bilan tizimning kirish/chiqish tezligi sezilarli darajada tezlashmasligi sababli,
Gibrid Exascale tizimlari uchun kengaytiriladigan va quvvatni tejaydigan ma'lumotlar tahlili
Tadqiqot yo'nalishi : Ekstremal miqyosda ilmiy ma'lumotlarni boshqarish va tahlil qilish
bo'yicha bosh tadqiqotchi : Shimoli-g'arbiy universitetdan Alok Choudhari.
Ishtirokchilar : Berkli laboratoriyasidan Jon Vu
Ilmiy ma'lumotlar hajmi va murakkabligi oshgani sayin, ekspertlarning taxminiga ko'ra, mavjud ma'lumotlarni tahlil qilish imkoniyatlari tez orada exascale tizimini yaratish yo'lida to'siq bo'lib qolishi mumkin. Natijada, ushbu loyiha keng ko'lamli ilmiy ilovalar uchun ma'lumotlarni tahlil qilish va bilimlarni ochishni tezlashtirish uchun exascale funktsiyalari va dasturiy ta'minot kutubxonasini ishlab chiqishni taklif qiladi.
Ko'pgina ma'lumotlarni tahlil qilish algoritmlarini bajarishda oz sonli yadrolar hukmronlik qilganligi sababli, bu tadqiqotchilar exascale ma'lumotlarni tahlil qilish va qazib olish yadrolarining keng qamrovli kutubxonasini ishlab chiqadilar. HPC tizimlarining tabiatan heterojen bo'lib borayotganini hal qilish uchun ushbu jamoa, shuningdek, grafik ishlov berish bloklari (GPU) aralashmasidan tashkil topgan gibrid ko'p nota, ko'p yadroli, dalada dasturlashtiriladigan HPC arxitekturalarida tezlashtirilgan ma'lumotlarni tahlil qilish yadrolari uchun algoritmlarni ishlab chiqadi. darvoza massivlari (FPGA) va qattiq holatdagi disklar (SSD), shuningdek ularning kengaytiriladigan ilovalarini ishlab chiqish. Nihoyat, energiya muammosini hal qilish uchun, jamoa ma'lumotlarni tahlil qilish yadrolarini faollashtirish uchun o'zlarining samaradorlik va energiya almashinuvini tahlil qilish tizimiga asoslanadi,