从格点量子色动力学应用看国产超算环境的基础软件

doi:10.11959/j.issn.2096-0271.2021047

大数据 ›› 2021, Vol. 7 ›› Issue (5): 31-39.doi: 10.11959/j.issn.2096-0271.2021047

• 专题：国产环境下的大数据处理系统 • 上一篇下一篇

从格点量子色动力学应用看国产超算环境的基础软件

宫明¹^,², 蒋翔宇¹^,², 陈莹¹^,², 刘朝峰¹^,²

¹ 中国科学院高能物理研究所，北京 100049
² 中国科学院大学，北京 100049

出版日期:2021-09-15 发布日期:2021-09-01
作者简介:宫明（1981- ），男，博士，中国科学院高能物理研究所副研究员，主要研究方向为格点量子色动力学
蒋翔宇（1996- ），男，中国科学院大学博士生，主要研究方向为格点量子色动力学
陈莹（1970- ），男，博士，中国科学院高能物理研究所研究员，主要研究方向为格点量子色动力学
刘朝峰（1977- ），男，博士，中国科学院高能物理研究所研究员，主要研究方向为格点量子色动力学
基金资助:
国家重点研发计划资助项目(2017YFB0203202);国家自然科学基金资助项目(11775229);国家自然科学基金资助项目(11935017);国家自然科学基金资助项目(12075253)

Software infrastructures for Chinese supercomputers from the perspective of lattice QCD applications

Ming GONG¹^,², Xiangyu JIANG¹^,², Ying CHEN¹^,², Zhaofeng LIU¹^,²

¹ Institute of High Energy Physics, Chinese Academy of Sciences, Beijing 100049, China
² University of Chinese Academy of Sciences, Beijing 100049, China

Online:2021-09-15 Published:2021-09-01
Supported by:
The National Key Research and Development Program of China(2017YFB0203202);The National Natural Science Foundation of China(11775229);The National Natural Science Foundation of China(11935017);The National Natural Science Foundation of China(12075253)

摘要/Abstract

摘要：

格点量子色动力学（LQCD）是用数值模拟方法研究基本粒子的重要科学领域，因其巨大的数据量和计算规模而成为国际上超级计算机的主要科研应用之一。随着国产新一代超级计算机的发展，LQCD的计算软件由于其传统编程模型的限制，面临着更新换代的关键节点。从格点量子色动力学的视角出发，分析大规模科学应用软件对底层基础软件的需求特点，面向国产超算平台的发展方向，提出适配于大规模高效异构计算和大数据处理的新编程模型，为国产超算环境的基础软件建议了一个有潜力的发展方向。

关键词: 格点量子色动力学, 高性能计算, 大数据处理, 基础软件, 编程模型

Abstract:

Lattice QCD is a frontier scientific field for studying elementary particles by numerical simulation methods, which has become one of the major scientific research applications of supercomputers.With the rapid development of Chinese supercomputers, the LQCD softwares need to be refactored due to the limitation of its traditional programming model.The characteristics of scientific applications on super computers from the perspective of lattice QCD were reviewed.A novel programming model targeted to Chinese super computers was proposed to adapt large-scale scientific applications with big data processing, which is a promising development direction for the basic softwares of Chinese supercomputing ecosystem.

Key words: lattice QCD, HPC, big data processing, basic software, programming model

中图分类号:

O4-39，O411.2，O572.24+3

宫明, 蒋翔宇, 陈莹, 刘朝峰. 从格点量子色动力学应用看国产超算环境的基础软件[J]. 大数据, 2021, 7(5): 31-39.

Ming GONG, Xiangyu JIANG, Ying CHEN, Zhaofeng LIU. Software infrastructures for Chinese supercomputers from the perspective of lattice QCD applications[J]. Big Data Research, 2021, 7(5): 31-39.

参考文献 6

[1]	ABI B , ALBAHRI T , AL-KILANI S , ,et al. Measurement of the positive muon anomalous magnetic moment to 0.46 ppm[J]. Physical Review Letters, 2021,126(14): 141801.
[2]	胡正丁, 薛巍 . 面向异构众核超级计算机的大规模稀疏计算性能优化研究[J]. 大数据, 2020,6(4): 40-55.
	HU Z D , XUE W . Research on performance optimization for largescale sparse computation over many-core heterogenous supercomputer[J]. Big Data Research, 2020,6(4): 40-55.
[3]	张淼, 周宇, 陈建海 ,等. LQCD Dslash在神威·太湖之光上的研究分析与MPI实现[J]. 计算机科学与探索, 2019,13(10): 1664-1676.
	ZHANG M , ZHOU Y , CHEN J H ,et al. Analysis and MPI implementation of LQCD Dslash on Sunway TaihuLight[J]. Journal of Frontiers of Computer Science ＆Technology, 2019,13(10): 1664-1676.
[4]	ZHANG Z X , LUAN Z Z , XU C Y ,et al. Accelerating lattice QCD on sunway many-core processor[C]// Proceedings of 2018 IEEE International Conference on Parallel and Distributed Processing with Applications,Ubiquitous Computing and Communications,Big Data and Cloud Computing,Social Computing and Networking,Sustainable Computing and Communications. Piscataway:IEEE Press, 2018: 605-612.
[5]	毕玉江, 周超, 吴郁飞 ,等. 格点量子色动力学Grid数值模拟软件的并行计算特征分析[J]. 计算机系统应用, 2020,29(7): 199-204.
	BI Y J , ZHOU C , WU Y F ,et al. Parallel computing feature analysis of Grid numerical simulation software for lattice quantum chromodynamics[J]. Computer Systems ＆ Applications, 2020,29(7): 199-204.
[6]	BI Y J , XIAO Y , GUO W Y ,et al. Lattice QCD GPU inverters on ROCm platform[C]// Proceedings of the 24th International Conference on Computing in High Energy and Nuclear Physics.[S.l.:s.n.], 2020:09008.

[1]	梅宏, 杜小勇, 金海, 程学旗, 柴云鹏, 石宣化, 靳小龙, 王亚沙, 刘驰. 大数据技术前瞻[J]. 大数据, 2023, 9(1): 1-20.
[2]	任帅, 陈丹丹, 储根深, 白鹤, 李慧昭, 何远杰, 胡长军. 基于材料数值计算大数据的材料辐照机理发现[J]. 大数据, 2021, 7(6): 3-18.
[3]	张晨浩, 肖利民, 秦广军, 宋尧, 蒋世轩, 王继业. 面向大数据处理应用的广域存算协同调度系统[J]. 大数据, 2021, 7(5): 82-97.
[4]	秦广军, 肖利民, 张广艳, 牛北方, 陈志广. 面向国家高性能计算环境的虚拟数据空间系统[J]. 大数据, 2021, 7(2): 101-122.
[5]	肖利民, 宋尧, 秦广军, 周汉杰, 王超波, 韦冰, 魏巍, 霍志胜. GVDS：面向广域高性能计算环境的虚拟数据空间[J]. 大数据, 2021, 7(2): 123-146.
[6]	何小雨, 邓笋根, 栾海晶, 牛北方. 国家高性能计算环境的虚拟数据空间运行支撑技术研究[J]. 大数据, 2021, 7(2): 158-171.
[7]	何晓斌, 蒋金虎. 面向大数据异构系统的神威并行存储系统[J]. 大数据, 2020, 6(4): 30-39.
[8]	胡正丁, 薛巍. 面向异构众核超级计算机的大规模稀疏计算性能优化研究[J]. 大数据, 2020, 6(4): 40-55.
[9]	邹骁锋, 阳王东, 容学成, 李肯立, 李克勤. 面向大数据处理的数据流编程模型和工具综述[J]. 大数据, 2020, 6(3): 59-72.
[10]	毕倪飞, 丁光耀, 陈启航, 徐辰, 周傲英. 数据流计算模型及其在大数据处理中的应用[J]. 大数据, 2020, 6(3): 73-86.
[11]	苏华友, 梅松竹, 李荣春, 窦勇. 数据流技术在GPU和大数据处理中的应用[J]. 大数据, 2020, 6(3): 117-128.
[12]	吴维刚, 常亮, 任江涛, 古天龙. 面向政府治理大数据的高性能计算系统[J]. 大数据, 2020, 6(2): 41-56.
[13]	牟少敏, 温孚江, 宋长青. 农业大数据研究生培养模式探索[J]. 大数据, 2016, 2(1): 53-58.
[14]	陈文光. 大数据与高性能计算[J]. 大数据, 2015, 1(1): 29-34.
[15]	黄宜华. 大数据机器学习系统研究进展[J]. 大数据, 2015, 1(1): 35-54.

从格点量子色动力学应用看国产超算环境的基础软件

Software infrastructures for Chinese supercomputers from the perspective of lattice QCD applications

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

参考文献 6

相关文章 15

Metrics

推荐阅读 0