19.05.2014(С) Деменев А.Г. - 20101 Эффективность применения высокопроизводительных вычислительных кластеров с целью оценки достоверности решения обратной.

Презентация:



Advertisements
Похожие презентации
ПАРАЛЛЕЛЬНАЯ ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ Фурсов В.А., Попов С.Б. Самарский научный центр РАН, Самарский государственный аэрокосмический университет, Институт.
Advertisements

РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ МОДЕЛИРОВАНИЯ КОНКУРЕНТНОГО РЫНКА НА КЛАСТЕРНЫХ СИСТЕМАХ Авторы: Е.В. Болгова, А.С. Кириллов, Д.В. Леонов Научный.
Моделирование и исследование мехатронных систем Курс лекций.
Федеральное агенство по образованию Бийский технологический институт (филиал) Государственного образовательного учреждения высшего профессионального образования.
ИНФОРМАЦИОННАЯ ЧУВСТВИТЕЛЬНОСТЬ КОМПЬЮТЕРНЫХ АЛГОРИТМОВ И ЕЁ КОЛИЧЕСТВЕННЫЕ МЕРЫ д.т.н., профессор М.В. Ульянов Кафедра «Управление разработкой программного.
1 Параллельный алгоритм расчета трехмерного поля давления при моделировании пространственных теплогидравлических процессов Ю.В. Юдов, А.В. Владимиров ФГУП.
РАЗРАБОТКА ЭФФЕКТИВНЫХ АЛГОРИТМОВ РЕШЕНИЯ ЗАДАЧ ОПТИМИЗАЦИИ МНОГОФАКТОРНЫХ МНОГОКОМПОНЕНТНЫХ СИСТЕМ В МЕТАЛЛУРГИЧЕСКОМ ПРОИЗВОДСТВЕ Магистрант БНТУ: Научный.
Белорусский государственный университет Механико-математический факультет Кафедра уравнений математической физики Горбач Александр Николаевич ОПТИМИЗАЦИЯ.
Основные понятия ИО. Исследование операций Комплексная математическая дисциплина, занимающаяся построением, анализом и применением математических моделей.
Выполнил студент группы А Буренков Сергей Александрович. Научный руководитель к.т.н., доцент Шамаева Ольга Юрьевна. ОРГАНИЗАЦИЯ И ИССЛЕДОВАНИЕ ПАРАЛЛЕЛЬНО-ПОСЛЕДОВАТЕЛЬНЫХ.
Лекция 3 Архитектура информационных систем. Вопросы лекции 1. Архитектура информационной системы 2. Архитектурный подход к реализации информационных систем.
Научный руководитель: доц., к.т.н. Восков Л.С. Аспирант 2-го года обучения Комаров Михаил Михайлович Разработка и исследование метода энергетической балансировки.
Санкт-Петербургский государственный университет информационных технологий, механики и оптики Санкт-Петербург 2009 Санкт-Петербургский государственный университет.
Архитектуры высокопроизводительных программных комплексов для моделирования сложных систем С.В. Ковальчук, И.О. Варвалюк НИИ Наукоемких компьютерных технологий,
Высокопроизводительный программный комплекс моделирования экстремальной динамики морских плавучих объектов Безгодов А.А., Иванов С.В., Косухин С.С.
Адаптивный метод распределения SPMD-заданий в грид Паньшенсков Михаил, 545 группа Научный руководитель: Лукичев А.С. Рецензент: Демьянович Ю.К июня.
Введение в задачи исследования и проектирования цифровых систем Санкт-Петербургский государственный университет Факультет прикладной математики - процессов.
Санкт-Петербургский государственный университет информационных технологий, механики и оптики Санкт-Петербург 2009 Санкт-Петербургский государственный университет.
Математическое обеспечение. Содержание Назначение, состав и структура МО. Формализация и моделирование. Модели и алгоритмы обработки информации. Характеристика.
Положение об отделе В.Андреев, Д.Сатин. Штат отдела начальник отдела; бизнес-аналитик; проектировщик пользовательских интерфейсов; специалист по анализу.
Транксрипт:

(С) Деменев А.Г Эффективность применения высокопроизводительных вычислительных кластеров с целью оценки достоверности решения обратной задачи гравиметрии П.И. Балк*, А.Г. Деменев**, А.С. Долгаль***, О.В. Леденцов**, А.В. Мичурин*** - Германия, Берлин; ** - Пермский государственный университет, г.Пермь; *** - Горный институт Уральского отделения РАН, г.Пермь. Докладчик – к.ф.-м.н., доц. Деменев Алексей Геннадьевич, директор НОЦ «Параллельные и распределенные вычисления», доцент кафедры ПМИ мех.-мат.ф-та ПГУ 10-я Международная конференция "Высокопроизводительные параллельные вычисления на кластерных системах« (1-3 ноября 2010 г., ПГТУ, г. Пермь)

(С) Деменев А.Г Введение Проблема – решение нелинейной обратной задачи гравиметрии (ОЗГ) по оценке геометрии области занятой массами известной (постоянной) плотности 60–70-е гг. : попытки использовать методы линейного (в том числе и целочисленного) программирования Вывод - плохая совместимость сеточных моделей и классических методов минимизации в вопросах учета разнообразной априорной информации 70-е гг.: поиск наиболее эффективных (среди известных) методов решения условно-экстремальных задач для целей минимизации невязки в процессе подбора допустимых решений в различных модельных классах, отличных от сеточных Выводы: Не удается четко очертить классы интерпретационных моделей, для которых оптимальным является тот или иной метод минимизации Необходимы разработки проблемно-ориентированных методов минимизации, жестко привязанных к специфике обратных задач гравиметрии и магнитометрии

(С) Деменев А.Г Введение А.В. Овчаренко (1975), В.Н. Страхов, М.И. Лапина (1976): Монтажный подход как принцип структурирования итерационного процесса подбора допустимого решения нелинейной ОЗГ в сеточных классах источников поля удобный контроль за соблюдением требования связности и односвязности подобранного приближения к неизвестному носителю аномалиеобразующих масс В.Н. Страхов : алгоритм регулируемой направленной кристаллизации (РНК) П.И. Балк: Обобщение метода РНК И.И. Корчагин, У. Шеффер, Т.В. Балк, А.С Долгаль: Исследование различных аспектов монтажных алгоритмов Выводы: Геофизической отрасли нужен гарантированный подход - выделение областей геологического пространства, заведомо содержащих аномалиеобразующие объекты Необходимо применять высокопроизводительные вычисления даже в 2D, а тем более в 3D-варианте.

(С) Деменев А.Г Теория и метод оценки достоверности решения нелинейной ОЗГ Двухуровневый итерационный процесс, во внутреннем цикле - продуцируются эффективные допустимые решения ОЗГ во внешнем – осуществляется корректировка текущих приближений D 1 * и D 2 * к искомым областям D 1 и D 2, где D 1 - содержит аномальные массы, заключенные в неизвестном объеме S T, D 2 - целиком заполнена фрагментами аномальных масс: D 2 S T D 1 Если априорная информация содержит неопределенность, то итерационный процесс становится трехуровневым, в самом внешнем цикле которого осуществляется переход к все более размытым априорным представлениям о параметрах интерпретационной модели, вносящих указанную неопределенность. Платой за усложнение вычислительного процесса является возможность упорядочения отдельных подобластей из D 1 по вероятности обнаружения в их пределах источников гравитационной аномалии.

(С) Деменев А.Г Пример. Месторождение Норильск-1 1 – породы туфовой толщи; 2 – отложения тунгусской серии; 3 – силлы габро-долеритов; 4 – рудоносная интрузия; 5 – дизъюнктивные нарушения; 6 – локальная составляющая наблюденного поля ; 7 – контур области D 1, содержащей все источники локальной аномалииg; 8 – контур области D 2, гарантированно содержащей фрагмент аномалиеобразующего объекта; 9 – буровые скважины

(С) Деменев А.Г Пример. Месторождение Норильск-1 Допущения геофизической модели среды: аномалия в основном обусловлена рудоносной интрузией базит-гипербазитового состава; ее избыточная плотность (по отношению к вмещающим породам трапповой формации) составляет 0,2 г/см. Внутренний цикл: При различных центрах кристаллизации (начальных приближениях) было построено около 400 различных вариантов пространственных распределений масс, удовлетворяющих априорным допущениям. Внешний цикл: выделение области D 2 (контур 8 на рис.1), с высокой степенью достоверности принадлежащий источнику аномалии при предполагаемом уровне помех = ±0,15 мГал.

(С) Деменев А.Г Программная реализация Последовательная версия в 2D-варианте для Windows: Только графический интерфейс пользователя; использование системы объектно-ориентированного программирования Delphi 7.0; время счета с использованием одного процессора типа Intel Core составляет несколько часов (при точках задания поля и всего одном возмущающем объекте). Реализация на высокопроизводительных вычислительных кластерах: обеспечение переносимости и поддержки пакетного режима работы; распараллеливание счета. Переносимая последовательная версия в 2D-варианте: кроссплатформенный компилятор FreePascal Compiler; добавление управления программой через параметры командной строки; сокращение времени счета в разы за счет оптимизации кода.

(С) Деменев А.Г Распараллеливание Целевая платформа: распределенная вычислительная инфраструктура программы «Университетский кластер» (УК). Parallel Compute: MPI - сервис уровня инфраструктуры Программы «УК», который обеспечивает разработку и выполнение MPI-программ. Априорная оценка ускорения: сетевая формула Амдала – где p число вычислительных ядер; f доля последовательных операций, D = D alg D tech коэффициент сетевой деградации; D alg = W comm /W comp алгоритмическая, а D tech = t comm /t comp техническая составляющие коэффициента деградации; W comm количество операций передачи данных, W comp количество вычислительных операций, t comm среднее время выполнения одной операции передачи данных, t comp среднее время одной вычислительной операции.

(С) Деменев А.Г Зависимость ускорения от числа вычислительных ядер 2D-задача размером m = монтажных элементов. Доля последовательных операций алгоритма f = 2,8* Коэффициент сетевой деградации D = 1,9p*10 -6 (на учебном вычислительном кластере компьютерного центра механико- математического факультета ПГУ). Хорошая масштабируемость - до 512 вычислительных ядер.

(С) Деменев А.Г Заключение Cоздана переносимая программная реализация алгоритма оценки достоверности решения ОЗГ в 2D- варианте. Предложена схема распараллеливания вышеуказанной программы на основе MPI. Априорная оценка ускорения с помощью сетевой формулы Амдала показывает, что применение высокопроизводительных вычислительных кластеров позволяет кардинально снизить время расчета. Оценка достоверности результатов количественной интерпретации в терминах пары множеств D 1 и D 2 может существенно повысить вероятность вскрытия искомых аномалиеобразующих объектов в заданных интервалах глубин поисковыми и разведочными скважинами, рекомендованными по гравиметрическим данным.

(С) Деменев А.Г Заключение Актуальным в области гарантированного подхода будет проведение исследований по следующим направлениям: 1. Параллельные реализации предложенного способа для 3D- задач. 2. Разработка алгоритма монтажного метода в модификации регулируемой направленной кристаллизации для 2D и 3D- задач, 3. Проектирование и реализация в инфраструктуре Программы «Университетский кластер» проблемно-ориентированного веб-сервиса для автоматизации интерпретации результатов гравиметрии. Работа поддержана в рамках проекта «Развитие центра коллективного пользования высокопроизводительными вычислительными ресурсами – НОЦ ПиРВ» Программы развития национального исследовательского университета ПГУ.