Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
Netlogo HPC CPU 使用百分比增加
我通过以下方式使用无头 NetLogo 将作业提交到 HPC 服务器code bin bash N r20p q all q pe mpi 24 home abhishekb netlogo netlogo 5 1 0 netlogo he
Linux
Cloud
netlogo
HPC
提高 Fortran 代码性能的提示和技巧 [关闭]
就目前情况而言 这个问题不太适合我们的问答形式 我们希望答案得到事实 参考资料或专业知识的支持 但这个问题可能会引发辩论 争论 民意调查或扩展讨论 如果您觉得这个问题可以改进并可能重新开放 访问帮助中心 help reopen questi
performance
Fortran
HPC
使用并行 NetCDF 保存分布式 3D 复杂数组
我有一个用 Fortran 编写的基于 MPI 的程序 它在每个节点 2D 时间序列的部分 生成复杂数据的 3D 数组 我想使用并行 I O 将这些数组写入单个文件 该文件可以相对轻松地在 python 中打开以进行进一步分析 可视化 理想
python
Fortran
HPC
netcdf4
使用 MPI 和 openMP 并行运行代码时扩展性较差
我有以下实现 int main int argc char argv int n runs 100 Number of runs int seed 1 int arraySize 400 initialise the random numb
c
parallelprocessing
MPI
HPC
OpenMPI
Slurm - 如何使用所有可用的 CPU 来执行独立任务?
我的问题和这个问题类似 利用 SLURM 上的所有 CPU https stackoverflow com questions 57466957 make use of all cpus on slurm 长话短说 我想在尽可能多的节点上使
HPC
slurm
如何使用 SLURM 通过 CUDA 在 GPU 网格上运行多个作业
我一直致力于使用 CUDA 加快作业的处理时间 通常这会相当简单 但是我遇到了一个相当有趣的问题 我们使用 slurm 来安排我们的作业 通过添加 CUDA 代码并启用它的编译 它使单个作业时间减少了一半 当查看 GPU 上的负载时就会出现
Simulation
HPC
slurm
在 IBM Cloud 上使用 Spectrum LSF 管理数据
在 IBM Cloud 上使用 Spectrum LSF 管理数据 在云环境中处理 HPC 工作负载时 要解决的一个关键挑战是如何以最佳方式管理运行工作负载所需的数据 以及可能需要分析以进行进一步处理和决策的输出 通过使用部署在 IBM C
LSF任务调度系统
集群管理
计算资源管理
HPC
高性能计算
在 IBM Cloud 上使用 Spectrum LSF 管理数据
在 IBM Cloud 上使用 Spectrum LSF 管理数据 在云环境中处理 HPC 工作负载时 要解决的一个关键挑战是如何以最佳方式管理运行工作负载所需的数据 以及可能需要分析以进行进一步处理和决策的输出 通过使用部署在 IBM C
LSF任务调度系统
集群管理
计算资源管理
HPC
高性能计算
vCPU 是否可以使用两台不同硬件计算机的不同 CPU
我搜索过这个问题 但似乎没有得到公平的答案 假设我不想创建一个具有 vCPU 的虚拟机 并且该 vCPU 必须有 10 个核心 但我只有 2 台计算机 每台计算机有 5 个物理 CPU 核心 是否可以通过依赖这两个物理 CPU 来创建一个
clustercomputing
CPU
virtualization
HPC
引用 LSF 作业数组中的作业索引
我试图将作业数组中作业的索引作为参数传递给另一个 bash 脚本 numSims 3 numTreatments 6 uses numTreatments top rows of parameters csv maxFail 10 j 1
bash
jobs
HPC
LSF
Mvapich2 缓冲区别名
我使用 MAPICH2 启动 MPI 程序并收到此错误 Fatal error in PMPI Gather Invalid buffer pointer error stack PMPI Gather 923 MPI Gather fai
MPI
HPC
Slurm:为什么在 sbatch 中使用 srun?
在 sbatch 脚本中 您可以直接启动程序或脚本 例如可执行文件myapp 但在许多教程中人们使用srun myapp反而 尽管阅读了有关该主题的一些文档 我不明白其中的区别以及何时使用这些语法 我希望这个问题足够精确 SO的第一个问题
HPC
slurm
使用子进程多次运行程序后出现“WindowsError:[错误 206] 文件名或扩展名太长”
我的 python 程序在 Windows HPC 2008 环境中准备输入 运行外部 FORTRAN 代码并处理输出 它工作得很好 除非代码执行外部程序 1042 1045 次 通常问题会更早收敛 在这些情况下 我会遇到例外 Window
python
Windows
subprocess
HPC
如何优化2个相同的内核,占用率50%,可以在CUDA中同时运行?
我在 CUDA 中有 2 个相同的内核 报告理论占用率为 50 并且可以同时运行 但是 在不同的流中调用它们会显示顺序执行 每个内核调用的网格和块尺寸如下 Grid 3 568 620 Block 256 1 1 With 50 regis
Optimization
CUDA
HPC
为什么我的超便携笔记本电脑 CPU 无法在 HPC 中保持最佳性能
我开发了一个高性能Cholesky 分解例程 在单个 CPU 上应具有约 10 5 GFLOP 的峰值性能 无超线程 但是当我测试它的性能时 有一些我不明白的现象 在我的实验中 我测量了矩阵维度 N 从 250 增加到 10000 时的性能
performance
x86
intel
HPC
cpuspeed
如何在 R 中的 %dopar% 迭代中调用 system()
我应该如何从并行 R 的子实例调用外部程序 该问题也可能发生在其他情况下 但我正在使用library foreach and library doFuture 基于 slurm 的 HPC 作为一个例子 我创建了一个hello txt其中包
r
slurm
HPC
doparallel
rfuture
红黑高斯赛德尔和 OpenMP
我试图证明 OpenMP 与 MPICH 相比的一点 并且我编写了以下示例来演示在 OpenMP 中实现高性能是多么容易 Gauss Seidel 迭代被分成两个单独的运行 以便在每次扫描中每个操作都可以按任何顺序执行 并且每个任务之间不应
c
Math
openmp
HPC
Iteration
使用 MPI_Type_create_subarray 发送时可以转置数组吗?
我正在尝试使用 C 中的 MPI 转置矩阵 每个进程都有一个方形子矩阵 我想将其发送到正确的进程 网格上的 相反 进程 将其转置作为通信的一部分 我在用着MPI Type create subarray其中有一个关于顺序的参数 要么MPI
c
MPI
parallelprocessing
HPC
OpenMPI
GNU 并行 --jobs 选项在集群上使用多个节点,每个节点有多个 cpu
我正在使用 gnu Parallel 在每个节点有 2 个 CPU 的高性能 HPC 计算集群上启动代码 该集群使用 TORQUE 便携式批处理系统 PBS 我的问题是澄清 GNU 并行的 jobs 选项在这种情况下如何工作 当我运行不带
HPC
gnuparallel
高性能计算(HPC)和智能计算理解
1 现代终端设备一般都跟云端服务器相连 但只要可能 我们都希望计算可以在本地终端解决 这样做的好处是多方面的 既可以减小网络带宽的压力 又可以避免网络传输产生的时延 还可以让用户的数据更安全 现代终端设备一般用一个片上系统 SoC 做计算
嵌入式系统
人工智能
HPC
1024程序员节
«
1
2
3
»