Компьютерное моделирование оптической диффузионной спектроскопии
для функциональной диагностики мозга человека.
Докладчик: Горшков Антон Валерьевич,
Аспирант факультета
ВМК, ассистент кафедры Математического Обеспечения ЭВМ. Области интересов –
параллельное программирование, высокопроизводительные вычисления, GPGPU,
оптимизация кода. Занимается рядом проектов, направленных на оптимизацию
существующих и создание новых пакетов моделирования различных физических
процессов: газовой динамики, роста ансамблей нанокристаллов кремния,
распространения зондирующего излучения в биологических тканях.
Аннотация:
Будет рассмотрена задача мониторинга умственной активности
человека с применением метода оптической диффузионной спектроскопии. Метод
заключается в воздействии источником света на человеческий мозг и приемом
светового сигнала специальными детекторами. Будет описан подход к решению этой
задачи с применением метода Монте-Карло, а также освещены технические вопросы
эффективной реализации описанного подхода с применением гибридных (CPU + GPU)
кластерных систем.
***
Моделирование плазмы на гетерогенных кластерных
системах
Докладчик: Бастраков Сергей Иванович
Аспирант 1 года
факультета ВМК, младший научный сотрудник НИЛ каф. МО ЭВМ, в ITLab с 2007
года.
Область интересов: высокопроизводительные вычисления, вычислительная
геометрия.
Аннотация:
В докладе будут представлены результаты проекта,
выполняемого в лаборатории коллективом студентов и сотрудников ННГУ и ИПФ РАН в
течение 2 лет. Целью проекта является разработка высокопроизводительной
реализации одного из широко применяемых подходов к моделированию плазмы - метода
частиц в ячейках (particle-in-cell, PIC). Реализация предназначена для
гетерогенных кластерных систем с несколькими CPU и GPU на узле и разрабатывается
с использованием технологий MPI, OpenMP, OpenCL. В докладе будут представлены
описание модели плазмы и метода частиц в ячейках, программной реализации,
подходы к оптимизации, результаты и анализ эффективности и масштабируемости с
использованием до 2048 ядер CPU и 512 GPU (229 376
CUDA-ядер).
Новости
