标签存档: 并行

P5: 针对交互式数据分析和可视化的便携渐进式并行处理流水线(P5: Portable Progressive Parallel Processing Pipelines for Interactive Data Analysis and Visualization)

交互式数据分析面临的数据,体量越来越大,复杂度越来越高,导致数据转换和可视化渲染的延迟提高,这将会阻碍用户交互分析的效率。现有的应对方式包括应用并行处理等方法提高计算速度,以及通过渐进式可视化方法,使用户能快速获得对中间结果的感知。但是大部分现有的可视化工具包,不能支持应用高性能计算方法,并且提供渐进式可视化创建的能力。该工作提供了P5这一创建渐进式可视化的可视化工具包,它提供了声明式的可视化生成方式和使用GPU计算资源的功能。

继续阅读 »

时变流场的并行粒子平移和FTLE计算 (Parallel Particle Advection and FTLE Computation for Time-Varying Flow Fields)

流场是一种很重要的科学模拟的产物,对流场进行可视化的一种很常见的方法是粒子平移(particle advection),追踪粒子在流场中的运行路线。我们可以利用粒子踪迹计算得到一种非常强大的分析工具:Finite-Time Lyapunov Exponent field (FTLE域)。在时变流场中,给定一个空间位置和时间点,它的FTLE值表示以接近于该位置为种子(seed)位置的粒子在有限时间步后的偏离情况,该偏离情况可以使用雅克比流图(Jacobian of the flow map)来度量。从相同的时变数据集中可以计算出多个FTLE值,用来分析流场特征随时间如何演变。多个FTLE值的计算需要在时间和空间上密集分布的迹线(pathline),这也导致产生了性能的瓶颈问题。因此,Boonthanome等人在2012年SC上的文章[1]中,提出了一种并行的时变粒子追踪技术,特别是针对于在大规模矢量场中计算多个FTLE值(需要在时间和空间上分布的很大数量的粒子)的需求。

继续阅读 »