SLinCA@Home

Az SLinCA@Home (Scaling Laws in Cluster Aggregation – skála-invariáns minták a klaszter-aggregációban) egy kutatási projekt, amely az internethez csatlakoztatott számítógépeket használ az anyagtudomány területén végzett kutatásokhoz .

A SLinCA@Home-ot a Fémfizikai Intézet kutatóinak csoportja alapította. G. V. Kurdyumov (IMP) , az Ukrán Nemzeti Tudományos Akadémia munkatársa . A projekt a BOINC szoftvert, a SZTAKI Desktop Grid platformot és a SZTAKI Distributed Computing API -ját (DC-API) használja. Az SLinCA@Home számos tudományos alkalmazást tartalmaz a kísérleti adatok és a számítógépes szimulációs eredmények skálainvariáns mintáinak megtalálására.

Történelem

A SLinCA@Home projekt korábban 2009 januárjában indult az Európai Unió hetedik keretprogramjának (FP7) részeként, amely az európai tudományos kutatást és technológiai fejlesztést finanszírozza. 2009-2010-ben a helyi "Desk Grid" IMF létesítményeit használta; 2010 decembere óta önkéntesek által biztosított elosztott számítástechnikai infrastruktúrát használ összetett számítási problémák megoldására. A projektet jelenleg az IMP NASU tudósainak egy csoportja irányítja szoros együttműködésben az IDGF partnereivel. Archiválva 2011. február 24-én a Wayback Machine és a Distributed Computing csapatánál, „Ukraine” Archiválva 2022. március 14-én a Wayback Machine -nél . 2010 júniusa óta a SLinCA@Home a DEGISCO FP7 projekt részeként dolgozik. Archivált 2011. február 26-án az EU Wayback Machine -nél .

A SLinCA@Home alfa verzióban van.

A BOINCstats nem hivatalos statisztikái szerint (2011 márciusában) 39 országból több mint 2000 önkéntes vett részt a projektben, ezzel a második legnépszerűbb BOINC projekt Ukrajnában (a Magnetism@Home projekt után). [1] Körülbelül 700 aktív felhasználó 0,5-1,5 TFLOPS számítási teljesítményt biztosít [2] a számítási teljesítményből.

Egy SLinCA alkalmazás indult nyílt globális elosztott számítási infrastruktúrán (SLinCA@Home); három másikat (MultiScaleIVideoP, CPDynSG és LAMMPS over DCI) tesztelnek a zárt helyi IMF Desktop Grid-en.

Alkalmazások

A SLinCA@Home projektet az alábbi tudományos alkalmazásokban végzett kísérletek és szimulációk eredményei alapján hozták létre korábban ismeretlen skálainvariáns minták felkutatására.

Scaling Laws in Cluster Aggregation (SLinCA)

Az SLinCA (Scaling Laws in Cluster Aggregation) az első olyan alkalmazás, amelyet az IMF Deformációs Fizikai Laboratóriuma a DG infrastruktúrájára portol. Célja, hogy megtalálja a skálainvariancia törvényeit a monomer aggregáció kinetikai forgatókönyvében különböző típusú klaszterekben és különböző tudományterületeken.

A klaszter - aggregációs folyamatokat a tudomány számos ágában tanulmányozzák: hiba-aggregációt az anyagtudományban, populációdinamikát a biológiában, városnövekedést és -fejlődést a szociológiában stb. A meglévő kísérleti adatok egy hierarchikus struktúra jelenlétét jelzik számos léptékben. A rendelkezésre álló elméletek számos forgatókönyvet kínálnak a klaszterek aggregálására, a hierarchikus struktúrák kialakítására és a skálainvariáns tulajdonságaik magyarázatára. Ellenőrzésükhöz nagy teljesítményű számítási erőforrásokra van szükség a kísérleti eredmények hatalmas adatbázisainak feldolgozásához. Egy klaszter aggregációs folyamatának tipikus szimulációja 10 6 monomerrel körülbelül 1-7 napot vesz igénybe egy modern processzoron, a Monte Carlo módszer lépéseinek számától függően .

Az SLinCA végrehajtása egy rácson az IRS-ben lehetővé teszi, hogy több száz, elegendő feldolgozási teljesítménnyel rendelkező gép sok forgatókönyvet szimuláljon sokkal rövidebb időn belül.

Tipikus műszaki paraméterek az IRS SLinCA verziójának elindításához a globális nyílt IRS-ben:

• Jelenlegi feltételek 1 CPU magonként 1 feladathoz (2,4 GHz): végrehajtási idő ~2-4 óra; RAM <60 MB; HDD <40 MB.
• Ellenőrzőpontok: n/a (tesztelésben).
• A feladatok időzítése: nem lineáris.

Az SLinCA alkalmazás előzetes eredményeit a CETA-CIEMAT és XtremWeb-HEP LAL tesztinfrastruktúrák EGEE számítási erőforrásain kaptuk ; 2009-ben megjelent poszter a 4. EDGeS képzési eseményen és a 3. AlmereGrid Workshopon , Almere , Hollandia (2009. március 29-30.). [3]

• Frissítés az ellenőrzőpontok stabilitásához és az NVIDIA GPU -k számításainak támogatásához (becslések szerint 50-200%-os teljesítménynövekedés).
• Migráció az OurGrid platformra az elosztott számítástechnika különböző paradigmáival rendelkező globális közösségek közötti interakció lehetséges mechanizmusainak tesztelése és bemutatása érdekében. A SLinCA-t a tervek szerint az OurGrid platformra portolják , amely a peer-to-peer desktop gridek támogatására összpontosít, amelyek különböznek az IMF Desktop Grid-en alapuló önkéntes elosztott számítástechnikától.

Többléptékű kép- és videófeldolgozás (MultiScaleIVideoP)

Az optikai mikroszkópiát általában az anyagok szerkezeti jellemzőinek elemzésére használják szűk nagyítási tartományban, kis érdeklődési területen és statikus módban. A törések kialakulásával és dinamikus terjedésével kapcsolatos számos kritikus folyamat azonban megfigyelhető széles időtartományban, 10–3 s és 10 3 s között, és számos léptékben 10–6 m-től (egyedi hibák) 10-2 m -ig terjed. kapcsolódó hibahálózatok) . A Multiscale Image and Video Processing (MultiscaleIVideoP) alkalmazást arra tervezték, hogy feldolgozza az anyagok rögzített evolúcióját a mechanikai deformáció során egy vizsgálógépen. A számítások számos fizikai folyamatparamétert (sebesség, erő, nagyítás, fényviszonyok, hardveres szűrők stb.) és képfeldolgozási paramétereket (méreteloszlás, anizotrópia, lokalizációk, méretezési paraméterek stb.) tartalmaznak. Ezért a számítások nagyon fáradságosak, és nagyon lassan hajtják végre. Éppen ezért sürgősen nagyobb teljesítményű számítási erőforrások használatára van szükség. Ennek az alkalmazásnak az RDI-ben való futtatása lehetővé teszi több száz, elegendő feldolgozási teljesítménnyel rendelkező gép számára a képek és videók szélesebb skálán és sokkal rövidebb időn belüli feldolgozását.

Tipikus műszaki paraméterek a MultiScaleIVideoP alkalmazás IRS-verziójának elindításához zárt helyi IMF Desktop Grid-en:

• Jelenlegi feltételek 1 CPU magonként 1 feladathoz (2,4 GHz): végrehajtási idő ~20-30 perc; RAM <200 MB; HDD <500 MB.
• Ellenőrzőpontok: n/a (tesztelésben).
• A feladatok időzítése: lineáris.

A MultiScaleIVideoP alkalmazás előzetes eredményeit a CETA-CIEMAT és XtremWeb-HEP LAL tesztinfrastruktúrák EGEE számítási erőforrásain kaptuk; 2009-ben jelent meg poszterként a 4. EDGeS képzési eseményen és a 3. AlmereGrid Workshopon Almere -ben, Hollandiában (2009. március 29-30.). [négy]

2011 januárjában további eredmények születtek és publikáltak az alumíniumfólia ciklikus kényszerterhelésével végzett kísérletekből származó videó megfigyelési adatok feldolgozásával kapcsolatban. [5]

• Frissítés az ellenőrzőpontok stabilitásához és az NVIDIA GPU -k számításainak támogatásához (becslések szerint 300-600%-os teljesítménynövekedés).

Városi népességdinamika és fenntartható növekedés (CPDynSG)

Ismeretes, hogy a városok (települések, körzetek stb.) növekedését a migráció, egyesülések, népességnövekedés stb. magyarázzák. Így megfigyelhető, hogy a városok méret szerinti megoszlása ​​sok országban hatalmi törvénynek engedelmeskedik. . Ezt a függőséget megerősítik a különböző városok lakosságára vonatkozó adatok a kezdeti történetük során. A népesség minden nagyvárosban jóval gyorsabban növekszik, mint az ország egészében, jelentős idő alatt. A kifejlett városokhoz hasonlóan azonban növekedésük lelassulhat, vagy akár csökkenhet is a népesség a még nagyobb városokba való vándorlással nem összefüggő okok miatt. Különféle elméletek adják meg az ilyen populációk növekedési ütemét, aszimptotikumát és eloszlását. Az alkalmazás fontos jellemzője a meglévő elméletek összehasonlítása megfigyelési adatokkal és előrejelzési forgatókönyvekkel a fenntartható népességnövekedés dinamikáját illetően különböző nemzeti és nemzetközi régiókban. A City Population Dynamics and Sustainable Growth (CPDynSG) alkalmazás lehetővé teszi, hogy feltárja a kapcsolatot hatalmas mennyiségű kísérleti adat között, és minőségi egyezést találjon a különböző modellek előrejelzései és a rendelkezésre álló történelmi adatok között.

Tipikus műszaki paraméterek a CPDynSG alkalmazás IRS-verziójának az IMF-infrastruktúra zárt helyi „Desktop Grid”-jén való futtatásához:

• Jelenlegi feltételek 1 CPU magonként 1 feladathoz (2,4 GHz): végrehajtási idő ~20-30 perc; RAM <20 MB; HDD <50 MB.
• Ellenőrzőpontok: n/a (tesztelésben).
• A feladatok időzítése: lineáris.

2010. június-szeptemberben érkeztek eredmények a koncepcióról, a BOINC platformon alapuló CPDynSG alkalmazás RDI verziójának, a SZTAKI Desktop Grid platformnak és a SZTAKI Distributed Computing API-nak (DC-API) történő portolásának eredményeiről. Közép- és Kelet-Európa több országának városméret-eloszlásának előzetes eredményeiként. Megállapítható a magyarországi városméret-eloszlás jellegzetes elszigeteltsége, és Ukrajnában és Lengyelországban is nagyon hasonló alakulás tapasztalható a városméret-eloszlásban. Ezeket az eredményeket a Cracow Grid Workshop'10 archiválva 2011. július 28-án a Wayback Machine -ben (2010. október 11-13.) szóbeli és poszter előadásokban mutatták be [6] . A bemutatott standot „ A legjobb poszter-bemutatóért Cracow Grid Workshop'09 ” díjjal jutalmazták .

A CPDynSG alkalmazás jelenlegi verziója frissítésre kerül az ellenőrzési pontok stabilitásának, új funkcióknak és az NVIDIA GPU-számításainak támogatása érdekében, hogy gyorsabban (becslések szerint 50-200%-kal) gyorsabban lehessen elemzéseket végezni.

Nagyméretű Atomic/Molecular Massively Parallel Simulator (LAMMPS) az IRS-ben

Az új nanoméretű funkcionális eszközök keresése a modern anyagtudomány fontos irányzatává vált. A nanoméretű funkcionális eszközök ellenőrzött előállítása azonban megköveteli az atomi önszerveződés kritikus paramétereinek (elemek, kölcsönhatási potenciálok, külső hatásmódok, hőmérséklet stb.) körültekintő kiválasztását és hangolását a nanoméretű funkcionális eszközökre kidolgozott modellekben és struktúrákban. Éppen ezért nagyon ígéretes a nanogyártási folyamatok molekuláris dinamikai modellezése a fizikai paraméterek lebontásával és a paraméterek "nyers erő" módszerrel történő számbavételével. Ebből a célból a nagyon népszerű, nem kereskedelmi célú nyílt forráskódú „Large-scale Atomic/Molecular Massively Parallel Simulator” (LAMMPS) csomagot választották az IRS-re történő portolás jelöltjeként a BOINC platformon, a SZTAKI Desktop Grid-en és az elosztott API -n. számítástechnika (DC-API). ) a SZTAKI-tól. A sok paraméterű nanoobjektumok ilyen modellezése általában rendkívül nagy számítási erőforrást igényel. A vizsgált nanostruktúrák tipikus szimulációja a fizikai paraméterek egy konfigurációjára - például a 107 atomos fémes monokristályok (Al, Cu, Mo stb.) 1-10 pikoszekundumán belüli fizikai folyamatok szimulációja - körülbelül 1-7 napot vesz igénybe. egy modern CPU-n. A LAMMPS implementációja a Gridben az IRS-ben lehetővé teszi több száz gép egyidejű használatát, és hatalmas mennyiségű számítási erőforráshoz juthat szimulációk végrehajtásához a fizikai paraméterek (konfigurációk) széles skálájában, és sokkal rövidebb idő alatt.

Tipikus műszaki paraméterek a MultiScaleIVideoP alkalmazás IRS-verziójának elindításához zárt helyi IMF Desktop Grid-en:

• Jelenlegi feltételek 1 CPU magonként 1 feladathoz (2,4 GHz): végrehajtási idő ~2-48 óra; RAM <500 MB; HDD <1 GB.
• Ellenőrzőpontok: n/a (tesztelésben).
• A feladatok időzítése: lineáris.

2010 szeptemberében-októberében a kapott előzetes eredményeket szóbeli előadásban mutatták be a "Nanostructural Materials-2010" nemzetközi konferencián  (hozzáférhetetlen link) Kijevben, Ukrajnában [ 7 ]

Az IRP-alkalmazást használó LAMMPS jelenlegi verziója frissítésre kerül az ellenőrzési pontok stabilitásának, az új funkcióknak és az NVIDIA GPU-számítások támogatásának érdekében, hogy gyorsabban (becslések szerint 300-500%-kal) gyorsabban lehessen elvégezni az elemzést.

Partnerek

• EU FP7 projektek (DEGISCO és EDGeS).
• Önkéntes közösségek (az elosztott számítástechnikai csapat "Ukrajna").
• Szakértői közösségek az elosztott számítástechnika területén (International Desktop Grid Federation).

Díjak

• 2009 - "A legjobb poszterbemutatóért Cracow Grid Workshop'09", Krakkó , Lengyelország (2009. október 12-14.) - Beszámoló a MultiScaleIVideoP alkalmazás BOINC és SZTAKI Desktop Grid alapú MATLAB könyvtárakkal történő portolásának ötletéről és eredményeiről platformokon, valamint az XtremWeb-HEP platformon, ahol az objektumok és kódok MATLAB-integrációjának alkalmazhatóságát az elosztott számítástechnikában a kép- és videófeldolgozás példáján mutatják be az anyagtudomány és a mikroszkópia területén. [nyolc]
• 2010 - "A legjobb poszter prezentációért Cracow Grid Workshop'10", Krakkó , Lengyelország (2010. október 11-13.) - Beszámoló a BOINC- és SZTAKI Desktop Grid platformokon alapuló CPDynSG-alkalmazások IRS-re történő portolásának koncepciójáról és eredményeiről a rendelkezésre álló elméletek összehasonlító elemzése kísérleti megfigyelésekkel, valamint a népességnövekedés dinamikájának tipikus forgatókönyvei Közép- és Kelet-Európa különböző országaiban. [6]

Jegyzetek

1. ↑ BOINCstats projektstatisztikák , < http://boincstats.com/stats/project_graph.php?pr=SLinCA > . Letöltve: 2011. március 16. Archiválva : 2011. július 8. a Wayback Machine -nél 
2. ↑ SLinCA@Home kiszolgáló állapota archiválva : 2011. február 21.
3. ↑ O. Gatsenko; O. Baskova és Y. Gordienko. A Hiba-aggregáció kinetikája az anyagtudományban asztali grid számítási környezetben szimulálva, az Ordinary Material Science Labba telepítve (nem elérhető hivatkozás) . A 3. Almere Grid Workshop anyaga (2009. március). Letöltve: 2011. március 16. Az eredetiből archiválva : 2011. február 23.. (határozatlan) 
4. ↑ O. Baskova; O. Gatsenko és Y. Gordienko. Többparaméteres MATLAB alkalmazás kép- és videófeldolgozáshoz portolása asztali gridre a nagy teljesítményű elosztott számítástechnika érdekében (holt link) . A 3. Almere Grid Workshop anyaga (2009. március). Letöltve: 2011. március 16. Az eredetiből archiválva : 2011. február 23.. (határozatlan) 
5. ↑ O. Baskova; O. Gatsenko, O. Lodygensky, G. Fedak és Y. Gordienko. A deformált egykristályos felület statisztikai tulajdonságai valós idejű videó megfigyelés és feldolgozás alatt az asztali rácsos elosztott számítási környezetben (holt link) 306-309. Kulcsfontosságú mérnöki anyagok (2011. január). Hozzáférés dátuma: 2011. március 16. Az eredetiből archiválva : 2012. július 26. (határozatlan) 
6. ↑ 1 2 O. Gatsenko; O. Baskova és Y. Gordienko. A városi népességdinamika és a fenntartható növekedés szimulációja az asztali grid elosztott számítástechnikai infrastruktúrájában . Proceedings of Cracow Grid Workshop'10 (2011. február). Letöltve: 2011. március 16. (határozatlan)
7. ↑ O. Baskova; O. Gatsenko, O. Gontareva, E. Zasimchuk és Y. Gordienko. A kristályszerkezet nanoméretű hibáinak skálainvariáns aggregációs kinetikája ( elérhetetlen link ) . Online Proceedings of "Nanostructured materials-2010" (2011. október 19-22.). Hozzáférés dátuma: 2011. március 16. Az eredetiből archiválva : 2012. július 26. (határozatlan) 
8. ↑ O. Baskova; O. Gatsenko és Y. Gordienko. Méretezésű MATLAB alkalmazás az asztali gridben a nagy teljesítményű elosztott számítástechnikához – Példa kép- és videófeldolgozásra (lefelé irányuló kapcsolat) . Proceedings of Cracow Grid Workshop'09 255-263 (2010. február). Hozzáférés dátuma: 2011. március 16. Az eredetiből archiválva : 2012. július 26. (határozatlan) 

Linkek

• XtremWeb-HEP platform
• SZTAKI Platform Archivált 2011. március 1. a Wayback Machine -nél
• Az OurGrid Platform archiválva 2021. június 13-án a Wayback Machine -nél
• Projekt SLinCA@Home
• SLinCA@Home Statisztika