اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدالحوسبة عالية الأداء وتقنياتها
HPC: High Performance Computing
1292
0 37
0
(
0
)
نشر من قبل
جامعة دمشق حلقة بحث
تاريخ النشر
2018
مجال البحث
الهندسة المعلوماتية
والبحث باللغة
العربية
تمت اﻹضافة من قبل
omar altayyan
اسأل ChatGPT حول البحث
يقوم هذا البحث على دراسة اخر التطورات والاحداث في مجال الحوسبة عالية الأداء، والتي تقوم على توفير البنية التحتية والبيئة المناسبة والمستلزمات العتادية والبرمجية، مما يسمح بحل المسائل والرياضية والبيولوجية وتدريب نماذج الذكاء الاصطناعي والقيام بمحاكاة الظواهر الفيزيائية وغيرها من المسائل العملية الهامة التي تساهم بدفع عجلة التطور العملي بشكل مباشر
This Paper Attempts to study the latest advancements in High Performance Computing Technologies, Which Provides suitable environments, Solid infrastructure, Software and Hardware Components, allowing Scientists and Researchers to solve Math, Biology, Machine Learning, Physics Simulations, and numerous other problems, Allowing significant breakthroughs in these fields.
مراجعة الذكاء الصنعي:
ملخص البحث
يستعرض هذا البحث التطورات الحديثة في مجال الحوسبة عالية الأداء (HPC) وتقنياتها، والتي تتيح استخدام موارد حاسوبية ضخمة لحل مسائل رياضية وفيزيائية معقدة وتدريب نماذج الذكاء الاصطناعي. تعتمد الحوسبة عالية الأداء على استخدام عدد كبير من المخدمات والمعالجات والذاكرة، مما يسمح بتحمل ضغط العمل لفترات طويلة دون تلف. تُستخدم هذه الموارد عادةً من قبل مؤسسات كبيرة مثل الجامعات ومراكز البحوث، وتتيح هذه المؤسسات جزءًا من مواردها للباحثين والعلماء والطلاب بعد الاتفاق على الحاجة العلمية والقيمة المعرفية للأعمال التي سيتم تنفيذها. من بين التقنيات الحديثة في HPC، تبرز تقنية CUDA من NVIDIA التي تستغل معالجات الرسوميات (GPU) للعمل بالتوازي، وتقنية MPI التي تتيح التواصل بين عدد كبير من الحواسيب المرتبطة بشبكة عالية الأداء. كما يناقش البحث كيفية دمج هاتين التقنيتين لتحقيق قدرات حسابية هائلة بتكلفة منخفضة نسبيًا، مما يسهم في تسريع الأبحاث العلمية وتطوير الحلول العملية لمشاكل معقدة مثل أبحاث الجينات الوراثية وأبحاث طي البروتينات.
قراءة نقدية
دراسة نقدية: يقدم البحث نظرة شاملة ومفصلة حول تقنيات الحوسبة عالية الأداء، ويستعرض بشكل جيد الفوائد والتطبيقات المختلفة لهذه التقنيات. ومع ذلك، قد يكون من المفيد تضمين المزيد من الأمثلة العملية والدراسات الحالة لتوضيح كيفية تطبيق هذه التقنيات في مجالات مختلفة. كما يمكن تعزيز البحث بمزيد من التفاصيل حول التحديات والمشاكل التي قد تواجه الباحثين عند استخدام هذه التقنيات، وكيفية التغلب عليها. بالإضافة إلى ذلك، يمكن أن يكون هناك تركيز أكبر على الجوانب الاقتصادية والبيئية لاستخدام هذه الموارد الضخمة، وتأثيرها على استدامة الأبحاث العلمية.
أسئلة حول البحث
-
ما هي الفوائد الرئيسية للحوسبة عالية الأداء؟
تتيح الحوسبة عالية الأداء حل مسائل رياضية وفيزيائية معقدة، تدريب نماذج الذكاء الاصطناعي، ومحاكاة الظواهر الفيزيائية، مما يساهم في دفع عجلة التطور العلمي بشكل مباشر.
-
ما هي تقنية CUDA وكيف تُستخدم في الحوسبة عالية الأداء؟
تقنية CUDA مقدمة من شركة NVIDIA وتسمح باستغلال معالجات الرسوميات (GPU) للعمل بالتوازي بشكل كبير، مما يزيد من القدرة الحسابية ويستخدم بشكل واسع في مجالات مثل التعلم الآلي والشبكات العصبونية.
-
كيف تساهم تقنية MPI في تعزيز الحوسبة عالية الأداء؟
تقنية MPI تتيح التواصل بين عدد كبير من الحواسيب المرتبطة بشبكة عالية الأداء عن طريق إرسال الرسائل بين الحواسيب، مما يزيد من القدرة الحسابية المتاحة لمهمة معينة بشكل كبير.
-
ما هي الفائدة من دمج تقنيتي CUDA وMPI في الحوسبة عالية الأداء؟
دمج تقنيتي CUDA وMPI يتيح الوصول إلى قدرات حسابية هائلة بتكلفة منخفضة نسبيًا، مما يسهم في تسريع الأبحاث العلمية وتطوير الحلول العملية لمشاكل معقدة.
المراجع المستخدمة
nvidia.com/en-us/titan/titan-xp
developer.nvidia.com/cuda-zone
open-mpi.org
devblogs.nvidia.com/introduction-cuda-aware-mpi
en.wikipedia.org/wiki/IBM_Roadrunne
Quang, Daniel, Yifei Chen, and Xiaohui Xie. "DANN: a deep learning approach for annotating the pathogenicity of genetic variants." Bioinformatics 31.5 (2014): 761-763.
Abadi, Martín, et al. "Tensorflow: Large-scale machine learning on heterogeneous distributed systems." arXiv preprint arXiv:1603.04467 (2016).
Chen, Tianqi, et al. "Mxnet: A flexible and efficient machine learning library for heterogeneous distributed systems." arXiv preprint arXiv:1512.01274 (2015).
Jia, Yangqing, et al. "Caffe: Convolutional architecture for fast feature embedding." Proceedings of the 22nd ACM international conference on Multimedia. ACM, 2014.
computing.llnl.gov/tutorials/mpi
قيم البحث
اقرأ أيضاً
حقق محول ومتغيراتها نجاحا كبيرا في معالجة اللغة الطبيعية.نظرا لأن طرازات المحولات ضخمة الحجم، فإن خدمة هذه النماذج هي تحديا للتطبيقات الصناعية الحقيقية.في هذه الورقة، نقترح، مكتبة الاستدلال عالية الكفاءة للنماذج في عائلة المحولات.يتضمن سلسلة من تقنيا
ت تحسين GPU لكلا من تبسيط حساب طبقات المحولات وتقليل بيانات الذاكرة.يدعم النماذج المدربة باستخدام Pytorch و Tensorflow.النتائج التجريبية على معايير الترجمة الآلية القياسية تظهر أنها تحقق تصل إلى 14x تسريع مقارنة مع Tensorflow وتسريع 1.4x مقارنة مع تنفيذ CUDA المتزامن.سيتم إصدار الرمز علنا بعد المراجعة.
تصف الورقة توضيحات TENTRANS إلى المهمة المشتركة ل WMT 2021 المشتركة.نستكشف تدريب مجموعة متنوعة من نماذج محولات الصغار الأصغر باستخدام إعداد المعلمين - طالب.يتم تدريب نموذجنا من خلال منصة تدريب متعددة اللغات المتطورة ذاتية اللغات ذاتية اللغويةونحن نطل
ق أيضا مجموعة أدوات الاستدلال عالية الأداء مفتوح المصدر لنماذج المحولات والمكتب في C ++ بالكامل.يتم بناء جميع التحسينات الإضافية على رأس محرك الاستدلال بما في ذلك التخزين المؤقت للانتباه، نواة الانصهار، والتوقف المبكر، والعديد من التحسينات الأخرى.في عمليات التقديمات الخاصة بنا، يمكن أن يترجم الأسرع النظام الأسرع أكثر من 22000 رموز في الثانية مع TESLA P4 واحدة مع الحفاظ على 38.36 بلو على EN-DE NEWSTEST2019.تتوفر نماذجنا المدربة ومزيد من التفاصيل في أمثلة المنافسة التي تخدمها Tentrans.
تعتمد معظم خوارزميات التوقيع الرقمي الحالية في بنيتها على مفاهيم رياضية معقدة
يتطلب تنفيذها وقتاً طويلاً و جيداً حسابياً كبيرا. و كمحاولة للتخفيف من هذه المشاكل
اقترح بعض الباحثون خوارزميات توقيع رقمي تعتمد على توابع و عمليات حسابية بسيطة
سريعة التنفيذ، إلا أن ذلك كان على حساب الأمان.
الحوسبة الكمومية، كأداة واعدة لحل المسائل المستحيلة في الحوسبة التقليدية نظراً لتعقيدها الأسي، مزاياها الخارقة، معيقاتها، أدواتها الفيزيائية والبرمجية، بالإضافة للوضع الراهن ورءيا مستقبلية
تم في هذا العمل اصطناع بوليميرين للبنزوكسازين انطلاقا من الفينول أو الهيدروكينون فينولية و 4-أمينوفينول كمركب أميني أولي و بارافورم الدهيد.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
