SLinCA@Home

SLinCA@Home
SLinCA@Home
SLinCA screenshot.jpg
개발자IMM NASU
초기 릴리즈2010년 9월 14일 (2010-09-14)
운영 체제Linux, Windows
플랫폼BOINC, SZTAKI 데스크톱 그리드, XtremWeb-HEP, OurGrid
유형그리드 컴퓨팅, 자원봉사 컴퓨팅
웹사이트dg.imp.kiev.ua

SLinCA@Home(클러스터 집합체에서의 스케일링 법칙)은 인터넷 연결 컴퓨터를 활용해 물리, 재료과학 등의 분야에서 연구를 하는 연구 프로젝트였다.

소개

SLinCA@Home은 우크라이나의 수도 키예프에 있는 우크라이나 국립과학원(NASU)의 G. V. 쿠르디우모프 금속물리학연구소(IMP)에 본부를 두고 있다.BOINC(Berkeley Open Infrastructure for Network Computing) 소프트웨어 플랫폼, SZTAKI 데스크톱 그리드 플랫폼, SZTAKI의 분산 컴퓨팅 API(DC-API)에서 운영된다.SLinCA@홈은 실험 데이터 및 컴퓨터 시뮬레이션 결과의 가변 규모에 대한 의존성 연구에 전념하는 여러 과학 응용 프로그램을 호스팅한다.

역사

SLINCA@홈 프로젝트는 앞서 2009년 1월 유럽의 연구 및 기술 개발 자금 지원을 위한 유럽 연합의 제7차 프레임워크 프로그램(FP7)의 EGE 프로젝트의 일환으로 시작되었다.2009-2010년 동안 그것은 지역 IMF 데스크톱 그리드(DG)의 힘을 사용했지만, 2010년 12월부터는 실험적으로 획득하고 시뮬레이션한 과학 데이터에서 스케일 인바리어스 의존성 연구에 관련된 계산 집약적인 문제를 해결하는 데 자원봉사에 의한 분산 컴퓨팅의 힘을 사용해 왔다.현재 IMM NASU의 과학자 그룹이 IDGF 및 '우크라이나' 분산 컴퓨팅 팀의 파트너들과 긴밀히 협력하여 운영하고 있다.2010년 6월부터 SLinCA@홈은 그동안 디지스코 FP7 EU 프로젝트의 틀 아래 있었다.

현재 상태

SLinCA@Home – 2011년 3월 16일 현재 마지막 4주 성능

현재 [as of?]SLinCA@홈은 서버 및 클라이언트 부품의 점진적인 업그레이드로 인해 알파 테스트에 포함된 것으로 간주된다.

BOINCstats 사이트에서의 비공식 통계[1](2011년 3월 16일 기준)에 따르면 39개국에서 2,000명이 넘는 자원봉사자들이 이 프로젝트에 참여했다. 이 프로젝트는 우크라이나에서 두 번째로 인기 있는 BOINC 프로젝트다. (Magnetic@ 이후)현재 비활성 상태인 홈 프로젝트.[2]약 700명의 활성 사용자들이 약 0.5–1.5 테라FLOPS의[3] 계산 능력을 기여하며, 이는 SLinCA@ 순위를 매길 것이다.2005년 6월 슈퍼컴퓨터 TOP500 목록에서 상위 20위 안에 들었다.[4]

현재 IMF Desktop Grid(DG) 인프라(SLinCA@Home)를 사용하여 한 개의 애플리케이션(SLinCA)이 공개적으로 실행되고 있으며,[as of?] 그 외 3개 애플리케이션(MultiScale)은IVideoP, CPDynSG, DCI를 통한 LAMPS)는 IMP에서 내부적으로 시험하고 있다.

사이언티픽처스

SLINCA@홈 프로젝트는 실험과 시뮬레이션의 데이터를 사용하여 이전에 알려지지 않았던 확장-변동성 의존성에 대한 검색과 연구를 수행하기 위해 만들어졌다.

SLinCA(클러스터 Aggregation)에서 확장 규칙

슬린카
개발자IMM NASU
초기 릴리즈2007년 7월 24일(2007-07-24)
기록 위치C, C++
운영 체제Linux(32비트), Windows(32비트)
플랫폼BOINC, SZTAKI 데스크톱 그리드, XtremWeb-HEP, OurGrid
유형그리드 컴퓨팅, 자원봉사 컴퓨팅
웹사이트dg.imp.kiev.ua Edit this on Wikidata

SLinCA(클러스터 집합에서의 척도법) 적용은 IMM NASU의 변형공정물리연구소(Physical of Transformation Process Lab)가 DG 인프라에 최초로 포팅한 것으로, 복수의 과학영역에서 다양한 종류의 클러스터들에서 모노머 집합의 운동 시나리오에서 스케일 인바리어트 법칙을 찾는 것이 목표다.

에이전트가 클러스터로 집적되는 과정은 과학의 여러 분야에서 조사된다: 재료과학의 결함집적, 생물학의 인구역학, 도시성장, 사회학의 진화 등.진화하는 구조를 확인하는 실험 데이터가 존재하며, 이는 여러 척도에서 계층적인 경향이 있다.이용 가능한 이론은 클러스터 집적과 계층 구조의 형성에 대한 많은 시나리오를 발생시키고, 다양한 스케일링 특성을 예측한다.그러나, 계층적 처리를 위한 강력한 계산 자원이 필요한 실험 데이터의 거대한 데이터베이스가 있다.10개의6 모노머로 하나의 클러스터 집계 프로세스의 일반적인 시뮬레이션은 MCS(Monte Carlo Step)의 수에 따라 하나의 현대 CPU에서 약 1-7일이 소요된다.

동시에 수백 대의 기계를 사용하는 그리드 컴퓨팅 인프라에 SLinCA를 구축하면 더 큰 규모와 더 짧은 시간 내에 시뮬레이션을 수행할 수 있는 충분한 계산 능력을 활용할 수 있다.시뮬레이션을 실행하고 그리드에서 결과를 분석하는 것은 필요한 상당한 계산 능력을 제공한다.

IMF Desktop Grid 인프라(SLinCA@Home)에 기반한 SLinCA 애플리케이션의 데스크톱 그리드 지원 버전을 실행할 때의 기술적 특성은 다음과 같다.

  • CPU 코어 1개당 하나의 작업 단위(2.4GHz)는 보통 최대 2~4시간, 메모리 60MB 미만, 하드 드라이브 공간 40MB 미만이어야 한다.
  • 체크포인트는 사용할 수 없지만 테스트 중이다.
  • 작업 단위 진행 시기는 비선형이다.

SLinCA: 과학적인 결과

그 SLinCA 응용 프로그램의 이전의 과학적 성과 CETA-CIEMAT과 XtremWeb-HEP Laboratoire 드 l'accélérateurlinéaire 시험 infrastructures[해명 필요한]에 EGEE 컴퓨팅 자원 3월 29–30, 2009년 알메러, Neth에서 첫 EGEE 훈련 행사 3AlmereGrid 워크숍에서 포스터 세션 동안에 보고되었다에 입수되었다.erlands.[5]

SLinCA: 계획

SLinCA 애플리케이션의 현재 계획은 안정적인 체크포인트, 새로운 기능, 더 빠른 계산을 위한 NVIDIA GPU 컴퓨팅 지원이다. 마지막 계획은 SLinCA를 50%에서 200% 더 빠르게 만들 것으로 예측된다.

멀티스케일 이미지 및 비디오 처리(멀티스케일)IVideoP)

멀티스케일
개발자IMM NASU(DCI용 래퍼), Mathworks(MATLAB 라이브러리)
초기 릴리즈2008년 1월 11일 (2008-01-11)
기록 위치C, C++, 4GL MATLAB
운영 체제Linux(32비트), Windows(32비트)
플랫폼MATLAB, BOINC, SZTAKI 데스크톱 그리드, XtremWeb-HEP
유형그리드 컴퓨팅, 자원봉사 컴퓨팅
웹사이트dg.imp.kiev.ua Edit this on Wikidata

광학 현미경 검사는 보통 현미경 검사 중 변경 없이 관심 영역(ROI)의 좁은 범위에서 물질의 구조적 특성화에 사용된다.그러나 많은 중요한 손상 개시 및 전파 과정은 10초에서−3 10초3 사이의 시간 척도와 마이크로미터(양성 결함의 장소[clarification needed])에서 센티미터까지의 거리 척도(상관된 결함의 연계 네트워크의 경우)에 걸쳐 동적으로 일어난다.멀티스케일 이미지 및 비디오 처리(멀티스케일)IVideoP)는 로드 기계(예: 다이아몬드 앤빌 셀)에서 기계적 변형에 따른 재료의 기록된 변화를 처리하도록 설계되었다.계산에는 물리적 프로세스의 많은 매개변수(예: 속도, 확대, 조명 조건 및 하드웨어 필터)와 이미지 처리 매개변수(예: 크기 분포, 비이소트로피, 국산화 및 스케일링 매개변수)가 포함되므로 계산이 매우 느려서 더욱 강력한 계산 자원이 필요하다.수백 대의 기계를 동시에 사용하는 그리드 컴퓨팅 인프라에 이 애플리케이션을 배치하면 더 큰 규모와 훨씬 짧은 시간 내에 이미지 및 비디오 처리를 수행할 수 있는 충분한 계산 능력을 활용할 수 있다.

MultiScale의 Desktop Grid 지원 버전을 실행할 때의 기술적 특성IMP에서 IVideoP 적용은 다음과 같다.

  • CPU 코어 1개당 하나의 작업 단위(2.4GHz)는 보통 메모리 200MB 미만, 하드 드라이브 공간 500MB 미만인 최대 20~30분이 소요된다.
  • 체크포인트는 사용할 수 없지만 테스트 중이다.
  • 작업 단위 진행 시기는 선형이다.

멀티스케일IVideoP: 과학적인 결과

MultiScale의 과학적 결과IVIDEOP 애플리케이션은 2009년 3월 29~30일 네덜란드 알미어에서 열린 제4회 EGE 교육 이벤트 및 제3회 Almere Grid 워크샵 포스터 세션에서 CETA-CIEMAT 및 XtremWeb-HEP Lovatoire de l'accelérateur Linéaire 테스트 인프라에서[clarification needed] 획득되었다.[6]

2011년 1월, 비디오 감시 하에 알루미늄 포일의 순환 제한 장력에 대한 실험에 대한 추가 과학적 결과가 보고되었다.[7]

멀티스케일IVideoP: 계획

MultiScale의 현재 계획IVideoP 애플리케이션은 안정적인 체크포인트, 일부 새로운 기능, NVIDIA GPU 컴퓨팅을 지원하여 더 빠른 컴퓨팅을 지원하는 것으로, 마지막 애플리케이션은 MultiScale을 만들 것으로 예측됨IVideoP가 300%에서 600% 더 빠름

도시인구역학 및 지속가능성장(CPDynSG)

CPDynSG
개발자IMM NASU
초기 릴리즈2010년 4월 14일 (2010-04-14)
기록 위치C, C++
운영 체제Linux(32비트), Windows(32비트)
플랫폼BOINC, SZTAKI 데스크탑 그리드
유형그리드 컴퓨팅, 자원봉사 컴퓨팅
웹사이트dg.imp.kiev.ua Edit this on Wikidata

사회과학에서는 도시(또는 자치체, 토지, 군 등)의 성장을 이주, 합병, 인구증가, 유사한 현상으로 설명할 수 있는 것으로 밝혀졌다.예를 들어 문헌에서 많은 국가의 도시 인구 분포가 지수 t가 2에 가까운 전력법 형태와 일치한다는 것을 알 수 있다.이 발견은 초기 역사 동안 다양한 도시의 인구 데이터에 의해 질적으로 확인된다.본질적으로 모든 주요 도시의 인구는 상당한 기간 동안 그들의 나라 전체보다 훨씬 빠르게 증가한다.그러나, 도시가 성숙함에 따라, 그 성장은 둔화될 수도 있고, 여전히 더 많은 도시로의 특혜 이주와 무관한 이유로 인구가 심지어 감소할 수도 있다.다른 이론들은 다양한 성장율, 점증법,[clarification needed] 그리고 그러한 모집단의 분포를 제공한다.다양한 이론을 서로 비교하고, 그 이론을 관찰과 비교하며, 다양한 하위 국가, 국가, 다국적 지역의 가능한 인구 역학 및 지속 가능한 성장을 예측하는 것이 중요하다.도시 인구 역학 및 지속 가능한 성장(CPDynSG) 애플리케이션은 모델 예측과 방대한 장기 사용 가능한 역사 데이터 볼륨 사이의 대응 관계를 조사할 수 있다.

IMF에서 CPDynSG 응용 프로그램의 데스크톱 그리드 지원 버전을 실행할 때의 기술적 특성은 다음과 같다.

  • CPU 코어 1개당 하나의 작업 단위(2.4GHz)는 보통 약 20~30분, 메모리 20MB 미만, 하드 드라이브 공간 50MB 미만이 필요하다.
  • 체크포인트는 사용할 수 없지만 테스트 중이다.
  • 작업 단위 진행 시기는 선형이다.

CPDynSG: 과학적 결과

2010년 6~9월, 몇몇 중앙 및 동유럽 국가의 도시 규모 분포 분석, 특히 BOINC와 SZTAKI 데스크탑 Grid를 사용하여 CPDynSG를 분산 컴퓨팅 인프라(DCI)에 포팅한 결과를 얻었다.헝가리의 도시 규모 분포의 독특한 고립이[clarification needed] 눈에 띄었다.우크라이나와 폴란드의 도시 규모 분포의 진화에서 매우 높은 유사성이 발견되었다.이러한 결과는 Cracow Grid Workshop'10(2010년 10월 11일–13일) 동안 구두 및 포스터 프레젠테이션에서 보고되었다.[8]포스터 발표에는 "Cracow Grid Workshop'10 최우수 포스터" 상이 수여되었다.

CPDynSG: 계획

CPDynSG 애플리케이션의 현재 계획은 안정적인 체크포인트, 새로운 기능 및 더 빠른 계산을 위한 NVIDIA GPU 컴퓨팅을 지원하는 것이다. 마지막 계획은 CPDynSG를 50%에서 200% 더 빠르게 만들 것으로 예측된다.

DCI를 통한 대규모 원자/분자량 병렬 시뮬레이터(LAMPS)

DCI를 통한 LAMPS
개발자IMM NASU(DCI용 래퍼), Sandia National Laboratory(LAMPS 자체)
초기 릴리즈2010년 6월 4일 (2010-06-04)
기록 위치C, C++
운영 체제Linux(32비트), Windows(32비트)
플랫폼BOINC, SZTAKI 데스크탑 그리드
유형그리드 컴퓨팅, 자원봉사 컴퓨팅
웹사이트dg.imp.kiev.ua Edit this on Wikidata

현재 재료 과학에서 중요한 주제 중 하나는 새로운 나노 크기의 기능성 장치의 개발이다.단, 이러한 제어된 제작은 나노스케일 기능성 장치를 위한 설계 패턴 및 구조에서 원자 자체조직의 중요 매개변수(예: 요소, 상호작용 가능성 및 온도 등의 외부 영향)를 신중하게 선택하고 조정해야 한다.따라서 서로 다른 매개변수 조합을 통한 분자 강제 검색을 통한 나노압축 프로세스의 분자역학 시뮬레이션이 관심 대상이다.이를 위해 샌디아 국립연구소가 선정한 매우 인기 있는 오픈소스 패키지 '대규모 원자/분자질량 병렬 시뮬레이터(LAMPS)'가 데스크톱 그리드를 이용한 DCI 포팅 후보로 선정됐다.즉, "매개변수 스위프" 병렬이 있는 LAMPS는 DG의 DCI에 포팅할 수 있다.보통 많은 파라미터로 나노 물체를 시뮬레이션하기 위해서는 강력한 계산 자원이 필요하다.하나의 물리적 매개변수 집합에서 조사된 나노 구조의 일반적인 시뮬레이션(예: 1~10피코초 정도의 시뮬레이션 물리적 프로세스 동안 내장된 원자 전위를 사용하는 10개의7 원자가 있는 금속(알루미늄, 구리 또는 몰리브덴 등)의 단일 결정)은 현대 CPU 하나에 약 1-7일이 소요된다. Deploying 그리드 컴퓨팅 인프라의 LAMMPS는 수백 대의 기계를 동시에 사용하여 더 넓은 범위의 물리적 매개변수 구성과 훨씬 더 짧은 시간 프레임에서 시뮬레이션을 수행할 수 있는 충분한 계산 능력을 활용할 수 있다.

IMF에서 데스크톱 그리드 지원 버전의 LAMMPS를 실행할 때의 기술적 특성은 다음과 같다.

  • CPU 코어 1개당 하나의 작업 단위(2.4GHz)는 보통 약 2~48시간, 메모리 500MB 미만, 하드 드라이브 공간 1GB 미만이 필요하다.
  • 체크포인트는 사용할 수 없지만 테스트 중이다.
  • 작업 단위 진행 시기는 선형이다.

DCI를 통한 LAMPS: 과학적 결과

2010년 9~10월 우크라이나 키예프에서 열린 '나노스트 구조 재료-2010' 국제회의 중 구두 발표에서 결과를 얻어 보고하였다.[9]

DCI를 통한 LAMPS: 계획

DCI를 통한 LAMPS의 현재 계획은 안정적인 체크포인트, 새로운 기능, 그리고 더 빠른 연산을 위한 NVIDIA GPU 컴퓨팅을 지원하는 것이다. 마지막 계획은 DCI를 통한 LAMPS를 300%에서 500% 더 빠르게 만들 것으로 예측된다.

또 다른 목표는 DCI 패러다임이 다른 전 세계 공동체들 간의 상호 작용의 잠재적인 메커니즘을 테스트하고 입증하기 위한 OurGrid 플랫폼으로의 마이그레이션이다.OurGrid 플랫폼은 P2P 데스크톱 그리드의 지원을 목표로 한다. 이러한 그리드는 SZTAKI 데스크톱 그리드와 같은 자원봉사 컴퓨팅 데스크톱 그리드와 본질적으로 매우 다르다.

파트너

SLinCA@Home과 협력:

  • FP7의 파트너EU 프로젝트:
    • 디지스코
    • EDGeS
  • 분산 컴퓨팅에 참여하는 자원봉사 커뮤니티:
    • '우크라이나' 분산 컴퓨팅 팀
  • 분산 컴퓨팅 전문가로 구성된 전문 커뮤니티:
    • 국제 데스크탑 그리드 연맹(IDGF).

수상

IDGF 멤버 유리 고디엔코가 CGW'10에서 2위 포스터 상을 받는다.
  • 2009 – Krakow 그리드 워크샵'09, 폴란드 크라쿠프 (2009년 10월 12일-14일)의 최우수 포스터 – MultiScale 포팅의 개념과 결과에 대한 보고서고성능 분산 컴퓨팅을 위해 데스크톱 그리드에 MATLAB 개체 및 코드를 통합하는 적용성이 솔리드 스테이트 물리학의 이미지 및 비디오 처리 예에서 입증된 BOINC SZTAKI 데스크톱 그리드 플랫폼과 XtremWeb-HEP 플랫폼을 기반으로 DCI에 4GL MATLAB-library가 포함된 IVideoP 애플리케이션현미경 검사도 [10]하고
  • 2010 – For the Best Poster of the Krakow Grid Workshop'10, Kraków, Poland (October 11–13, 2010) – the report on the concept and results of porting the CPDynSG application to DCI on the basis of the BOINC SZTAKI Desktop Grid platform, with comparisons of various theories' predictions with experimental observations, and typical scenarios of populatio중유럽과 동유럽의 다른 나라들의 역학관계와 지속가능한 성장.[8]

참고 항목

참조

  1. ^ http://boincstats.com/en/stats/111/project/detail/user
  2. ^ "BOINCstats project statistics". Retrieved March 16, 2011.
  3. ^ SLinCA@Home Server Status 2011년 2월 21일 웨이백 머신에 보관
  4. ^ "Comparison with TOP500 supercomputers". June 2005. Retrieved March 16, 2011.
  5. ^ Gatsenko, O; Baskova, O; Gordienko, Yuri (March 2009). "Kinetics of Defect Aggregation in Materials Science Simulated in Desktop Grid Computing Environment Installed in Ordinary Material Science Lab" (PDF). Proceedings of 3rd AlmereGrid Workshop. AlmereGrid Workshop. Almere, Netherlands. Archived from the original (PDF) on February 23, 2011. Retrieved March 16, 2011.
  6. ^ Baskova, O; Gatsenko, O; Gordienko, Yuri (March 29–30, 2009). "Porting Multiparametric MATLAB Application for Image and Video Processing to Desktop Grid for High-Performance Distributed Computing" (PDF). Proceedings of 3rd AlmereGrid Workshop. AlmereGrid Workshop. Almere, Netherlands. Archived from the original (PDF) on February 23, 2011. Retrieved March 16, 2011.
  7. ^ Baskova, O; Gatsenko, O; Lodygensky, O; Fedak, G; Gordienko, Yuri (January 2011). "Statistical Properties of Deformed Single-Crystal Surface under Real-Time Video Monitoring and Processing in the Desktop Grid Distributed Computing Environment". Key Engineering Materials. Key Engineering Materials. 465: 306–309. doi:10.4028/www.scientific.net/KEM.465.306. S2CID 56657599. Retrieved March 16, 2011. {{cite journal}}:외부 링크 위치 publisher=(도움말)
  8. ^ a b Gatsenko, O; Baskova, O; Gordienko, Yuri (February 2011). "Simulation of City Population Dynamics and Sustainable Growth in Desktop Grid Distributed Computing Infrastructure". Proceedings of the Krakow Grid Workshop'10. Krakow Grid Workshop'10. Kraków, Poland. Retrieved March 16, 2011.
  9. ^ Baskova, O; Gatsenko, O; Gontareva, O; Zasimchuk, E; Gordienko, Yuri (October 19–22, 2011). "Масштабно-инвариантная кинетика агрегации наноразмерных дефектов кристаллического строения" [Scale-Invariant Aggregation Kinetics of Nanoscale Defects of Crystalline Structure] (PDF). Online Proceedings of “Nanostructured materials-2010”. www.nas.gov.ua/conferences/nano2010/program/22/Pages/u79.aspx (in Russian). Archived from the original (PDF) on March 14, 2012.
  10. ^ Baskova, O; Gatsenko, O; Gordienko, Yuri (February 2010). "Scaling-up MATLAB Application in Desktop Grid for High-Performance Distributed Computing – Example of Image and Video Processing" (PDF). Proceedings of the Krakow Grid Workshop'09. Krokow Grid Workshop'09. Kraków, Poland. pp. 255–263. ISBN 978-83-61433-01-9. Retrieved March 16, 2011.