Últimos artículos para Computación de Alto Rendimiento

El Proyecto ATLAS de Google examina recursos en la nube para el análisis de datos en física de partículas.

Combinar IA y HPC mejora las simulaciones para la investigación científica.

Este artículo habla sobre problemas de rendimiento de aplicaciones en sistemas de red Dragonfly+.

Nuevos métodos mejoran los cálculos de interacción de partículas usando Unidades de Procesamiento Gráfico.

Este artículo habla sobre el papel de las GPUs en la simulación de flujos multifásicos complejos.

Un nuevo marco mejora el monitoreo del uso de energía en sistemas FaaS para una mejor eficiencia.

Explorando los últimos métodos para simular circuitos cuánticos usando computación de alto rendimiento.

Hiperwalk ayuda a los investigadores a simular caminatas cuánticas en gráficos complejos, mejorando los estudios cuánticos.

Un nuevo sistema mejora la gestión de hilos de GPU para un mejor rendimiento.

Un nuevo formato simplifica el almacenamiento y análisis de datos para microscopía de alto rendimiento.

vTensor optimiza la memoria para tareas de computación de alto rendimiento.

Este artículo examina la relación entre los rayos cósmicos y los errores de memoria en las computadoras.

Un nuevo método reduce el tiempo perdido por errores de memoria en la computación.

Este estudio mejora los cálculos de TDDFT usando múltiples GPUs para sistemas moleculares más grandes.

Un nuevo enfoque para el checkpointing en MPI mejora la eficiencia y facilita su uso.

Tapis mejora la programación de trabajos al predecir los tiempos de espera para obtener resultados más rápidos.

Una guía para desarrolladores sobre el uso de energía de memoria en computación de alto rendimiento.

HiCCL mejora la eficiencia de comunicación entre GPUs en sistemas de computación de alto rendimiento.

Un método para simular el flujo de fluidos en entornos complejos.

Mejorando las velocidades de procesamiento de datos en simulaciones de Particle-in-Cell de alto rendimiento.

Un estudio sobre cómo mejorar la eficiencia de la GPU mediante técnicas de optimización específicas.

Mejorando las pruebas de OpenMP a través de CI/CD para un mejor rendimiento del software.

Explorando métodos de comunicación dentro de supercomputadoras multi-GPU para mejorar el rendimiento.

Una herramienta completa para evaluar sistemas de computación de alto rendimiento.

Analizando el consumo de energía en supercomputadoras para mejorar la eficiencia.

Este artículo examina cómo la integración de Coarray y CUDA Fortran mejora el rendimiento informático.

El software MC/DC mejora las simulaciones de transporte de neutrones para mayor precisión y eficiencia.

Explorando el cambio hacia métodos centrados en GPU para mejorar el rendimiento informático.

Domino mejora la velocidad de entrenamiento de modelos de lenguaje optimizando la comunicación entre GPUs.

Una herramienta para analizar el uso de energía por programas de computadora.

miniLB ofrece una forma más fácil de evaluar simulaciones de LBM en diferentes sistemas de hardware.

DAOS ofrece una gestión de datos eficiente para entornos de computación de alto rendimiento.

Un nuevo marco busca optimizar la gestión de trabajos en entornos de nube y HPC.

Intel SHMEM mejora la comunicación entre GPUs, permitiendo aplicaciones de alto rendimiento de manera eficiente.

Un nuevo marco simplifica la programación de FPGA, haciéndola más accesible para los desarrolladores.

Los errores silenciosos representan riesgos en cálculos grandes, afectando la precisión en los algoritmos.

Los científicos mejoran la investigación sobre fusión nuclear a través de marcos de computación adaptables.

Agrupar mensajes mejora la eficiencia en la computación moderna.

GPUVM mejora la gestión de memoria de la GPU para procesar datos más rápido.

PyQUDA simplifica los cálculos de QCD en redes usando Python, mejorando la productividad para los investigadores.