第1章 千万亿次计算科学应用的性能特征 1
1.1 介绍 1
1.2 测试的各种体系结构 2
1.3 科学应用概述 4
1.4 GTC:Particle-in-Cell磁融解 5
1.5 ELBM3D：晶格玻耳兹曼流体动力学 9
1.6 Cactus：通用的相对天体物理学 11
1.7 PARATEC：材料科学的第一原理 14
1.8 HyperCLaw：双曲AMR气体动力学 17
1.9 总结与结论 20
1.10 致谢 21
参考文献 22
第2章 千万亿次的计算对NASA未来使命的影响 24
2.1 介绍 24
2.2 Columbia超级计算机 24
2.3 航空宇宙分析及计算 25
2.3.1 方法论 25
2.3.2 结果 26
2.3.3 NASA使用千万亿次计算的好处 27
2.4 推进子系统分析 28
2.4.1 方法 28
2.4.2 结果 28
2.4.3 千万亿次计算给NASA带来的益处 30
2.5 飓风预测 30
2.5.1 方法 31
2.5.2 结果 32
2.5.3 千万亿计算对NASA的益处 32
2.6 瓶颈 33
2.7 总结 34
参考文献 34
第3章 多物理模拟与千万亿次计算 36
3.1 引言 36
3.2 下一代超级计算机 36
3.3 适用于大规模并行机的编程模型 37
3.3.1 新型并行语言 38
3.3.2 MPI-2 38
3.3.3 协作式并行 38
3.3.4 协作式并行的应用实例 39
3.4 多尺度算法 40
3.4.1 并行的多重网格方法 40
3.4.2 ALE-AMR离散化 41
3.4.3 离散-连续统混合算法 42
3.5 目前及将来的应用 43
3.5.1 万亿次仿真的技术现状 43
3.5.2 通过协作并行进行多物理模拟 45
3.6 未来展望 46
3.7 致谢 46
参考文献 46
第4章 针对Uintah多物理程序代码的可扩展并行AMR算法研究 48
4.1 前言 48
4.2 自适应格网优化 49
4.3 Uintah程序框架 51
4.3.1 仿真组件 52
4.3.2 负载均衡器 52
4.3.3 调度器 52
4.4 格网重构器 53
4.5 提高性能 55
4.6 将来的工作 56
4.7 致谢 57
参考文献 57
第5章 使用Enzo对宇宙进化进行仿真 59
5.1 宇宙结构的形成 59
5.2 Enzo的编码 60
5.2.1 物理层建模和数值算法 60
5.2.2 自适应格网细化 61
5.2.3 实现 62
5.2.4 并行化 63
5.2.5 快速的邻居格网搜索 63
5.2.6 Enzo的I/O 64
5.3 在万亿次平台上的性能和可扩展性 65
5.3.1 单格网应用 65
5.3.2 AMR应用 65
5.3.3 并行扩展 67
5.4 将Enzo运行在万亿次计算机平台上 69
5.4.1 新的AMR数据结构 69
5.4.2 混合型并行 69
5.4.3 天体运动和宇宙射线之间的隐性关联 70
5.4.4 内部数据关系分析工具 70
5.5 致谢 71
参考文献 71
第6章 重大影响天气现象数值预测：千万亿次计算的重要动力 73
6.1 引言 73
6.2 计算方法和工具 75
6.2.1 区域性天气预测模型 75
6.2.2 千万亿系统中的内存和性能问题 75
6.2.3 分布式内存并行和消息传递 76
6.2.4 负载均衡 78
6.2.5 时间消耗和可扩展性 78
6.2.6 NWP系统中其他重要的组件 79
6.2.7 其他问题 80
6.3 NWP实际应用例子 81
6.3.1 大规模的天气预报 81
6.3.2 高分辨率的龙卷风仿真 82
6.3.3 通过观测现象对龙卷风进行预测 82
6.4 数值天气预报的挑战和需求 83
6.5 总结 84
6.6 致谢 84
参考文献 84
第7章 千万亿次气象科学应用的软件设计 87
7.1 介绍 87
7.2 气象科学 88
7.3 千万亿次计算机的体系结构 88
7.4 区域气象系统模型CCSM（Community Climate System Model） 90
7.4.1 当前CCSM概述 90
7.4.2 区域大气模型CAM（Community Atmosphere Model） 91
7.4.3 并行海洋程序POP（Parallel Ocean Program） 93
7.4.4 区域陆地模型 95
7.4.5 社区海洋冰川模型 96
7.4.6 模型的耦合 96
7.5 总结 97
7.6 致谢 98
参考文献 98
第8章 迈向分布式千万亿次计算 102
8.1 引言 102
8.2 网格计算 103
8.3 基于网格的千万亿次计算 104
8.4 虚拟银河 105
8.4.1 银河的多物理学模型 106
8.4.2 银河仿真的性能模型 108
8.4.3 千万亿次虚拟银河仿真 109
8.5 讨论与总结 110
参考文献 111
第9章 千万亿次计算时代的生物分子建模 115
9.1 引言 115
9.2 NAMD的设计 116
9.2.1 混合分解 116
9.2.2 动态负载平衡 117
9.3 面对千万亿次的挑战与所需的改进 117
9.3.1 目前的性能 118
9.3.2 在未来千万亿次机器上的性能 119
9.3.3 协处理器加速 119
9.4 生物分子应用 120
9.4.1 水通道蛋白 120
9.4.2 钾通道 121
9.4.3 病毒 122
9.4.4 核糖体 122
9.4.5 色素体 122
9.4.6 BAR域囊泡 123
9.5 总结 123
9.6 致谢 123
参考文献 124
第10章 用于分子动力学模拟的千万亿次计算机 126
10.1 介绍 126
10.2 MDGRAPE-3的硬件 127
10.3 MDGRAPE-3进行的计算 128
10.4 MDGRAPE-3的芯片 129
10.4.1 力计算流水线 129
10.4.2 粒子j的内存和控制单元 130
10.4.3 芯片说明 132
10.5 系统结构 133
10.6 MDGRAPE-3的软件 135
10.7 MDGRAPE-3的性能 138
10.8 总结和展望 140
10.9 致谢 141
参考文献 141
第11章 在千万亿次超级计算机上进行生物分子仿真 144
11.1 引言 144
11.2 机遇 146
11.2.1 研究更大生物分子系统的能力 146
11.2.2 研究更长时间范围的能力 147
11.2.3 混合量子与经典仿真 149
11.2.4 更精确的仿真 150
11.3 挑战 150
11.3.1 在大于100K数量的处理器上扩大生物分子模拟代码的规模 150
11.3.2 适应硬件的变化 152
11.3.3 容错性 154
11.3.4 包含可配置计算的多范型硬件 154
11.3.5 千万亿次计算带来的新的仿真方法 155
11.4 总结和展望 155
11.5 致谢 156
参考文献 156
第12章 处理大规模图的多线程算法 159
12.1 引言 159
12.1.1 图运算中的问题 160
12.1.2 分布式存储图运算的扩展局限性 160
12.2 Cray MTA-2平台 161
12.2.1 并行性表示 161
12.2.2 对细粒度同步的支持 162
12.3 案例分析：最短路径算法 162
12.3.1 初步分析 163
12.3.2 △-分步算法 164
12.3.3 Thorup算法 165
12.3.4 实验结果 167
12.4 案例分析：连通分量 170
12.4.1 传统PRAM算法 171
12.4.2 Kahan的多层次算法 171
12.4.3 性能比较 171
12.5 结论 172
12.6 致谢 173
参考文献 173
第13章 千万亿次计算中的灾难恢复算法研究 176
13.1 FT-MPI：一个实现容错功能的MPI 177
13.1.1 FT-MPI概述 177
13.1.2 FT-MPI：一个实现容错功能的MPI 177
13.1.3 FT-MPI的使用 178
13.2 应用级的无盘检查点技术 178
13.2.1 基于邻居的检查点方案 180
13.2.2 基于校验和的检查点方案 181
13.2.3 基于加权校验和的检查点方案 182
13.3 一种容错的递归方程求解器 184
13.3.1 有条件的共轭梯度算法 184
13.3.2 将容错机制添加到PCG算法中 184
13.4 实验评估 186
13.4.1 使用不同MPI实现的PCG算法的性能 187
13.4.2 设置检查点的性能开销 187
13.4.3 执行恢复操作的性能开销 189
13.4.4 恢复操作中的舍入错误所带来的数值影响 190
13.5 讨论 190
13.6 结论和未来工作 191
参考文献 191
第14章 TSUBAME的研制与未来发展 194
14.1 引言-2通向TSUBAME之路 194
14.2 TSUBAME的架构需求 195
14.3 TSUBAME一瞥 198
14.4 TSUBAME之旅——使世人皆能超级计算的性能和操作 202
14.5 结论和展望—TSUBAME 2.0 205
参考文献 207
第15章 通过SMP模块构造千万亿次的性能 209
15.1 引言 209
15.2 OpenMP编程体系结构 211
15.3 通过OpenMP实现的循环级并行 211
15.4 C＋＋与OpenMP 212
15.4.1 迭代循环 212
15.4.2 ccNUMA的关键问题 213
15.4.3 并行化面向对象代码 213
15.4.4 线程安全性 214
15.5 应用OpenMP实现嵌套并行化 214
15.5.1 目前OpenMP规范中的嵌套并行化 214
15.5.2 FIRE的基于目录图像修复 215
15.5.3 多块CFD数据集中3D关键点的计算 215
15.5.4 TFS流体求解器 217
15.6 结论与展望 220
参考文献 220
第16章 千万亿次系统的性能及其复杂性分析 223
16.1 引言 223
16.2 千万亿次系统体系结构的发展趋势及其并发度 223
16.3 性能特征和基准测试的现状 224
16.3.1 基准测试创新 225
16.3.2 应用程序的性能特征 226
16.3.3 性能复杂性和性能效能的测量 226
16.4 APEX-MAP 226
16.4.1 APEX-Map的设计原则 227
16.4.2 并行编程范式与APEX-MAP的对比 227
16.5 性能复杂性特征描述 228
16.5.1 性能复杂度定义 229
16.5.2 性能模型选择&23 1
16.5.3 若干并行系统的性能复杂性分析 232
16.6 小结 234
参考文献 235
第17章 高度可扩展的性能分析工具 237
17.1 引言 237
17.2 性能分析概念回顾 238
17.3 Paradyn 238
17.4 SCALASCA 239
17.5 Vampir Next Generation 240
17.6 Periscope 240
17.6.1 体系结构 240
17.6.2 ASL性能属性描述 241
17.6.3 Periscope结点代理 241
17.6.4 性能属性搜索 243
17.6.5 Peirscope高层代理 243
17.6.6 代理通信基础构造 244
17.6.7 评价 245
17.7 工具对比和未来研究 247
参考文献 248
第18章 面向千万亿次计算规模的多级有限元求解器 251
18.1 引言 251
18.1.1 概述 251
18.1.2 千万亿次架构示例 251
18.2 设计范例 252
18.2.1 分层混合格网 252
18.2.2 ParExPDE 254
18.3 评估与比较 256
18.4 结论 259
参考文献 260
第19章 高效有限元代码开发的混合方法 262
19.1 简介 262
19.2 高级应用代码 263
19.3 代码生成 269
19.3.1 元编程 269
19.3.2 变分问题的实时编译 270
19.3.3 FFC 271
19.3.4 SyFi 273
19.4 有限元集成的统一框架 276
19.4.1 有限元集成 276
19.4.2 UFC接口 276
19.4.3 实现UFC接口 278
19.5 总结 278
19.6 致谢 279
参考文献 279
第20章 使用Charm＋＋编写千万亿次应用程序 283
20.1 动机 283
20.2 Charm＋＋和AMPI：编程模型 284
20.2.1 动态负载均衡 285
20.2.2 投影 285
20.2.3 其他特性概述 286
20.3 Charm＋＋应用程序 287
20.3.1 NAMD 287
20.3.2 LeanCP 288
20.3.3 ChaNGa 290
20.3.4 其他应用 291
20.4 大型系统仿真 292
20.5 新型并行语言 293
20.6 总结 294
20.7 致谢 294
参考文献 294
第21章 基于注解的高产出率和性能移植性 298
21.1 引言 298
21.2 实现 298
21.2.1 总体设计 298
21.2.2 注解语法 299
21.2.3 系统扩展 300
21.2.4 代码生成模块 300
21.3 性能研究 306
21.3.1 STREAM基准测试 306
21.3.2 AXPY操作 307
21.4 相关工作 308
21.4.1 自调节的库和代码 308
21.4.2 编译器方法 309
21.4.3 性能相关的用户注解 310
21.5 总结与未来的方向 310
21.6 致谢 310
参考文献 311
第22章 高效能编程语言的局部性感知特性 313
22.1 引言 313
22.2 Chapel中关于数据并行化的基本概念 314
22.2.1 域 314
22.2.2 数组 316
22.3 数据分布 316
22.3.1 基本方法 316
22.3.2 “分布”接口 317
22.3.3 局部存储对象上的分配策略 319
22.4 实例与讨论 319
22.4.1 一个负载平衡块分布 319
22.4.2 一个稀疏数据分布 321
22.5 实现 324
22.5.1 编译器实现进展 324
22.5.2 分布实现策略 324
22.6 相关工作 326
22.7 结论和未来展望 326
22.8 致谢 327
参考文献 327
第23章 体系结构与程序设计方法对获得持续千万亿次计算性能的影响 329
23.1 引言 329
23.2 数值计算和计算机发展的历史简介 329
23.2.1 20世纪60年代 329
23.2.2 20世纪70年代 330
23.2.3 20世纪80年代 330
23.2.4 20世纪90年代 330
23.2.5 2000年及以后 331
23.3 体系结构 331
23.3.1 处理器发展 331
23.3.2 Cell Broad Engine处理器 333
23.3.3 ClearSpeed卡 333
23.3.4 类向量体系结构 334
23.3.5 能耗和成本因素 334
23.3.6 通信网络 335
23.3.7 通信协议和并行范式 335
23.4 超大型计算机的算法 335
23.4.1 大规模计算机 335
23.4.2 Linpack局限性 336
23.4.3 选择算法实现方法 338
23.5 其他技术的影响 340
参考文献 340
第24章 Cactus框架：从黑洞到伽玛射线脉冲 342
24.1 相对天体物理学目前的挑战和伽玛射线脉冲问题 342
24.2 Cactus框架 344
24.3 时空代码和流体动力学代码 345
24.3.1 Ccatie：时空进化 345
24.3.2 Whisky：广义相对论流体动力学 346
24.4 并行化的实现和格网细化 346
24.4.1 PUGH 347
24.4.2 使用Carpet实现自适应格网细化 347
24.4.3 I/O 348
24.5 当前机器的扩展性 348
24.5.1 浮点性能 349
24.5.2 I/O性能 350
24.6 在千万亿次计算上的发展 351
24.6.1 物理学：辐射传输 352
24.6.2 扩展性 352
24.6.3 工具 353
24.7 致谢 354
参考文献 354