چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2008513 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
837 Kb
حجم فایل فارسی :
677 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
الگوریتمهای موازی به منظور ایجاد ساختارهای داده برای روشهای سریع چندقطبی
عنوان انگليسي
Parallel Algorithms for Constructing Data Structures for Fast Multipole Methods
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 7 صفحه انگلیسی به صورت پی دی اف و 14 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
ما الگوریتمهای بهینه ای را برای ایجاد ساختارهای داده و فهرستهای مورد نیاز برای روشهای چندقطبی سریع ارائه می کنیم. الگوریتمها می توانند به صورت کارآمد بر روی GPU سریال، داده موازی و بر روی ساختارهای توزیع شده اجرا شوند. با وجود این الگوریتمها، نگاشت FMM بر روی GPU یا سیستمهای GPU-GPU ناهمگن توزیع شده به صورت موثر ممکن خواهد بود. علاوه بر این، در مسائل دینامیکی، مانند توزیع تغییر ذرات، هزینه کاهش یافته ایجاد ساختارهای داده، عملکرد را بهبود می بخشد. با به کارگیری این الگوریتمها، ما شبیه سازیهای با صحت بالای نمونه را با اندازه مسائل بزرگ با استفاده از FMM بر روی امکانات محاسبه ناهمگن منفرد و چندگانه مجهز شده با CPU چندهسته ای و GPUهای با هسته های زیاد نشان می دهیم.
روشهای چندقطبی سریع ساختار داده محاسبه موازی سیستم ناهمگن GPU
:کلمات کلیدی
Abstract
We present efficient algorithms to build data structures and the lists needed for fast multipole methods. The algorithms are capable of being efficiently implemented on both serial, data parallel GPU and on distributed architectures. With these algorithms it is possible to map the FMM efficiently on to the GPU or distributed heterogeneous CPU-GPU systems. Further, in dynamic problems, as the distribution of the particles change, the reduced cost of building the data structures improves performance. Using these algorithms, we demonstrate example high fidelity simulations with large problem sizes by using FMM on both single and multiple heterogeneous computing facilities equipped with multi-core CPU and many-core GPUs.
Keywords:
fast multipole methods data structure parallel computing heterogeneous system GPU
سایر منابع مهندسی کامپیوتر و IT در زمینه الگوریتم موازی