Hypre

확장 가능한 선형 해법 프로젝트의 Hypre의 목표는 병렬 컴퓨터에서 방정식의 대형 스파 스 선형 시스템을 해결하기위한 확장 가능한 알고리즘과 소프트웨어를 개발하는 것입니다.
주요 소프트웨어 제품은 hypre, 정형 및 비정형 그리드 문제 모두를위한 병렬 다중 격자 방법을 특징으로 고성능 preconditioners의 라이브러리입니다.
관심의 문제는 LLNL에서 다른 곳에서 개발되고 국방, 환경, 에너지, 생명 과학의 물리 현상을 연구하기 위해 시뮬레이션 코드에서 발생한다.
병렬 처리는 이러한 문제의 해결을 위해 필요한 수치이지만, 단독으로는 충분하지 않다. 확장 가능한 수치 알고리즘도 필요합니다. "확장 가능한"란 일반적으로 효과적으로 추가적인 연산 리소스를 사용하는 것이 점점 더 큰 문제를 해결하는 능력을 의미한다. 여러 요인이 병렬 컴퓨터의 구조와 알고리즘의 병렬 구현을 포함, 확장 성에 기여한다. 그러나 한 가지 중요한 문제가 간과되어 알고리즘 자체의 확장 성을 제공합니다. 여기서, 확장 성 총 연산 작업 요구는 컴퓨팅 플랫폼에 독립적 논의 될 문제 수의 크기로 성장하는 방법에 대하여 설명한다.
오늘날의 시뮬레이션에 사용 된 부호 알고리즘의 대부분은 어제의 기어 오를 기술에 기초한다. 이것은 점점 더 큰 문제를 해결하는 데 필요한 작업 (최적 속도) 직선보다 훨씬 빠르게 성장하는 것을 의미한다. 확장 알고리즘의 사용은 따라서 30 분 MPP에서 이틀간 실행을 감소 수십배로 시뮬레이션 시간을 감소시킬 수있다. 효과적으로 큰 과제를 해결하기위한 추가의 컴퓨터 자원을 활용할 수 있기 때문에 또한,이 기술을 사용하는 코드는 시스템의 메모리의 크기에 의해서만 제한된다.
확장 알고리즘은 모두 포즈와 새로운 질문에 대답하기 위해 응용 프로그램의 과학자 수 있습니다. (특정 해상도) 주어진 시뮬레이션을 실행하는 데 며칠이 소요되며, 예를 들어, 정제 (즉,보다 정확한) 모델은 응용 프로그램의 과학자는 더 큰, 더 높은 충실도 시뮬레이션을 포기 수, 훨씬 더 오래 걸릴 것이다. 각 실행이 너무 오래 걸리기 때문에 그 또는 그녀는 매개 변수 연구의 범위를 축소하도록 강제 할 수있다. 실행 시간을 단축함으로써, 확장 가능한 알고리즘은 더 높은 해상도에서 더 많은 시뮬레이션을 할 수있는 과학자를 할 수 있습니다

이 릴리스의 새로운 기능입니다.

이 버전은 보조 공간 발산을 추가 찾기를 (ADS), 중복 거친 그리드는 BoomerAM에 옵션 및 ParCSR 크릴 로프 해법에 대한 포트란 인터페이스 유클리드 예비 상태 옵션을 해결한다.
그것은 (임의) 상위 H (컬)와 H (DIV) 이산화 방법을 지원하기 위해 AMS 광고 해법을 확장합니다.
그것은 업데이트 및 예제의 일부를 정제.
모듬 버그 수정이 있습니다.