-
Notifications
You must be signed in to change notification settings - Fork 0
用超算玩计算(2月12日)
用超算:超算就是一个工具
建模-计算-分析
超算是什么?
没有最快,只有更快。“FLOPS”每秒浮点运算次数
目前典型超算能力:千万亿次;下一个目标:百亿亿次级别
并行计算
CPU+GPU
测试程序:LAMMPS
对数据的处理能力变得不一样
并行是超算的最大优势
起步:C、算法、数据结构、组成原理
入门:熟悉CPU平台,会基本的MPI或OpenMPI编程
初级:熟悉CPU平台,会基本的MPI+OpenMP编程
中级:熟悉一种CPU+KNL,或CPU+GPU加速平台,会MPI+OpenMP+CUDA编程,会分析和加速核心计算
高级:熟悉多种加速平台,会选择适当平台和适当编程环境完成一个专业领域的并行应用开发
精通:在国家超算中心获得P级以上超大规模并行计算使用经验
专家:在国家超算中心获得100P级以上超大规模并行计算机使用经验
Linux命令,脚本工作模式,数据上传下载
基本流程:准备任务文件(本地计算机)
提交任务(超算)
管理任务(超算)
数据后处理(超算)
下载做图(本地计算机)
常用Linux命令
ls: list 显示文件夹下的文件
cd Job 转到‘Job’文件夹下
cd .. 转到上级文件夹
mkdir Job 创建新的文件夹‘Job’
cp:copy 复制
rm file 删除文件‘file’
vi file 查看文件‘file’
chmod 777 file 修改为可执行文件
任务管理(不同服务器上不同)
yhbatch -p gscomp -N 1 Job 提交计算
yhq -u lvlianghpc004 查看任务
yhcancel 1051560 删除任务
超算的工具做科学计算:
建模:不断不断提高的技能
现实世界——>建模——>模拟世界
eg:Q:登珠峰的人选择从尼泊尔出发,为什么?
建模:
不是钱的事情:1、认可超算的价值,愿意尝试;2、机时成本,0.1元/核时;3、学习成本:学10个命令;4、善用模板,多做小抄
能建模:一切计算始于模型
懂理论:这是业务能力,不是超算问题
描述这件事,形式准确很重要,不能抽象后走样了
广阔的视野去研究
例如这个问题加上坡度
再加上更多的细节,例如温度
逼近真实情况
表面化学反应建模:真实样品-》晶体模型 假设周期性边界-》表面模型 假设无限大理想表面-》厚度问题 -》面子大小
计算三要素:QMS建模法 Q:问题;M:方法、方案;S:计算与结论
计算方案的组成:模型和方法
结构模型:准确抓住真实情形的结构特征,结构简洁,易于模拟
理论方法:方法自给,相对成熟,接受度高,适用性强,便于操作
不能违反领域常识
理论解释+理论预测
确保采用的工具是正确的
问题是解释问题,还是预测问题
如果是解释问题,出发点是观测数据,解释观测,看能不能延伸,延伸之后还能解释新的问题
解释不具备唯一性
预测规范,出发点是模型或理论,预测出结果,延伸:可检验,关键特点:假说性
建议1:要有思想,数据不等于思想
如何才能写顶刊:1、传递清晰的信息;创造逻辑框架
数据+理论
带着想法去做计算
计算如何形成思想?善于形成假说,承前启后,hypothesis
建议2:要求成本概念,估算是基本技能
计算量 = 体系 × 精度
显著影响计算量的方法因素:自旋极化、泛函选择、K点选择、截断能选择、收敛精度、基组选择、自旋-轨道作用、赝市...
显著影响计算量的结构模型因素
完整理解上述参数和设置需要了解计算的基本理论
建议3:拥抱实验、勇以检验
由虚入实,由数据变方案、产品;