NV的那个GPU大会要开始了，看了一下议程，感觉很震撼啊

coollab

http://www.gputechconf.cn/page/agenda.html

链接在这里

大多数都是知名学校或全球名校，还有一些顶级的研究人员，内容很丰富，天上地下无所不包
CUDA在民用这里貌似不温不火，在商业和科学计算领域看起来已经相当成熟，规模也令人震撼啊……

coollab

高效百亿亿次级 (Exascale)计算研讨会
在这次研讨会上，与会者将讨论未来的超级计算和相关的可扩展科学应用。加入我们，与来自亚洲，美国和欧洲等世界领先的计算科学家分享他们在百亿亿次级(Exascale)计算方面的计划，见解及丰硕成果。

本次研讨会将由英伟达公司Tesla首席技术官史蒂夫斯科特 (Steve Scott)先生主持。

TSUBAME2.0超级计算机上千万亿次级的生物流体模拟
Simone Melchionna，研究员，意大利国家研究理事会

本讲座中，我们将呈现对真实的生物流体现象的多尺度模拟的计算框架。这种模拟涉及到数以亿计的细胞相互作用并与周围的流体组成悬浮。我们采用的方法被用来模拟人类冠状动脉的血流，其空间分辨率可与红血细胞的大小相媲美。在配备有4,000颗英伟达(NVIDIA) M2050 GPU集群的TSUBAME2.0超级计算机上，我们的模拟表现出了出色的可扩展性，并达到接近1 千万亿次的总性能，这代表了对具临床意义的生物流体演变现象的预测能力。同时我们也将介绍用来实现以上这些结果的新颖的数学模型，计算算法，硬件技术，代码调整和优化。

Tsubame 2.0: 满负荷运行具有4 ,000颗 GPU的超级计算机
Satoshi Matsuoka教授，东京工业大学全球科学信息与计算中心

Tsubame2.0自2011年11月1日投入使用以来，一直处于满负荷生产而且很少中断运行。我们遇到的诸多挑战中包括实现机器的稳定性，使成千上万的GPU达到最高性能，以及制定满足2000个多种用户的调度模型。其中最大的挑战之一，是应对福岛灾难后的大幅度电力短缺，这要求Tsubame2能在遵守国家的峰值功率守恒的硬性规定时，同时满足用户的计算任务。TSUBAME2.0获得的荣誉涵盖大量的应用程序和系统研究成果，包括在SC11（超级计算峰会2011）入围的两个戈登贝尔奖。这为我们未来几年内努力实现exascale提供了宝贵的经验。

化学工程中，从自由基到反应器的跨规模超级计算
葛蔚教授，中国科学院过程工程研究所

化学工程的基本挑战之一是从确立化学产品特性的分子结构，到生产这些化学产品的反应器或设备间存在巨大的差异。这个差异是从10-10m 和 10-15s到101m 和 103s的数量级的差异，有时甚至更大。Exascale系统的超级计算能力提供了链接所有这些尺度的一个独特机会。举例说明，物理模型和数学模型的协同设计，以及计算机软件和硬件的设计，已经能让要求严格的分子动力学（MD）模拟在三个维度的微米级达到真正petaflops级的持续性能表现。例如，使用1,728颗GPU的Mole- 8.5系统，能在每天0.77纳秒的速度下模拟由300万个原子或自由基水溶液组成的一个完整的流感病毒粒子H1N1。当天河- 1A系统使用其所有CPU和GPU时，可以petaflops（千万亿次浮点运算）速度模拟超过100亿元的原子组成的晶体硅。在这些例子中，我们可以建立通用的软件和硬件平台来进行离散模拟，为化学工程中，尤其是涉及到令人惊叹的纳米和微观尺度结构的跨尺度模拟提供一个功能强大的工具。

GPU正在超级计算领域掀起革命
Wen-Mei Hwu教授，美国伊利诺伊大学厄巴纳 - 香槟分校

在世界上所有顶级超级计算机的设计中，功耗已成为一大制约因素。我们已经看到大量记录表明，利用GPU的集群比传统的仅用CPU集群，能达到高得多的每瓦性能。因此，越来越多的世界顶级超级计算机目前在使用GPU。这一变化需要超级计算机应用程序开发也进行一个重大转变。在过去，超级计算机应用程序开发的重点主要集中在越来越多的节点上的分区工作，使每个节点的执行保持顺序进行。随着超级计算机向GPU的转变，应用程序必须支持每个节点内大量高精度的并行执行。这需要新的物理模型，数值算法，基本库，编程环境和编程技术。一个主要的挑战是实现未来的可扩展性：这些应用程序必须能够在未来的硬件并行性和数据规模上有效缩放。否则这些投资将在短短几年内失去价值。在这次讲座中，胡教授将会讨论以上课题的最新进展，给科学和工程研究带来的影响，以及未来的研究机会。他将会以实际应用中的案例研究来说明所涉及的工作和其影响的深度。

coollab

为什么混合动力系统在仿真科学上应用良好
Thomas Schulthess, 苏黎世联邦理工学院，瑞士国家超级计算机中心

五年前，在仿真科学领域的GPU应用主要还是实验性的。它只能解决部分可以容忍低精度和故障的课题。两年前，由于引进ECC内存以及更好的双精度浮点运算性能， GPU的应用已经发生了爆炸性的增长。我们现在看到GPU在不同领域的生产模拟中得到应用，如生命科学，材料科学和化学，天体物理学，生物医学工程，以及地震成像和气候/天气模拟。尽管这需要花重大投资对软件进行重构，以适应GPU混合系统，但这种爆炸性的增长还是发生了。为什么？我将着重讨论几个在橡树岭国家实验室（ORNL）和瑞士平台开发的，在材料科学，气象学，地球物理学，天体物理学等领域内的高生产率和高性能计算（HP2C，见 www.hp2c.ch）的应用。这些应用将从算法角度解释GPU混合节点的成功。除了结构因素，重建编程模型的需求也激励了算法的重新设计，以及应用程序代码的重构。即使在传统的多核心处理器上，这些都能提高效率。算法和代码重构是HP2C平台的核心内容之一。

统一建模系统无缝天气和季风气候预测
Subodh Kumar，印度技术大学，印度新德里

我们将介绍一项目前正在进行的工作，设计和开发一个基于GPU的统一建模系统对季风做无缝的天气和气候预测。该系统的设计是能够处理不同的时间和空间尺度的大气现象，这些对于天气和区域气候准确预测至关重要，特别是在季风情况下。我们的重点是利用准确的模拟二十面体六边形网格达到高分辨率模型。我们还开发了对多尺度湿润对流过程，云微物理和降水，辐射传输，水文和陆面过程，大气和海洋湍流的参数化。

从LMDZ模型的核心开始，我们从头开始开发一个适合GPU和CPU并行高效计算的版本。我们的系统设计的另一个目标是摆脱低层次的编程，即使用一种编程模型，自动分配计算任务给所有可用的CPU和GPU。我们正在开发一个编程API以统一CPU和GPU的并行代码开发。

基于GPU的水平500米分辨率天气模式
Takayuki Aoki，东京工业大学全球科学信息与计算中心

数值天气预报是在高性能计算的主要应用之一，它要求在细粒度网格上进行快速高精度的模拟。为了使天气预报代码的运行时间大大缩短，我们必须为使用GPU计算进行用CUDA的全部代码重写。日本气象厅正在开发的高分辨率中尺度大气模型ASUCA是为下一代的气象预报服务的，这一模型已经完全移植到CUDA。我们用3990 颗GPU（图形处理器）达到了单精度14368×14284× 48分辨率的下的145万亿次浮点运算，使用437 颗GPU以500米水平分辨率的运行覆盖整个日本。

GPU计算在数值空间天气建模中的应用
Xueshang Feng教授, 中国科学院空间天气学国家重点实验室

空间天气是指太阳和太阳风，磁层，电离层和热层的情况可以影响航天器和地面技术系统的性能和可靠性，并影响人类生命或健康。空间天气有两个重点：科学的研究和应用。要实现对恶劣空间天气事件的实时或超实时的数值预报，并评估其对地球空间环境的影响，高性能计算模型是必不可少的。这次讲座的主要目的是介绍可编程GPU在数值空间天气建模中的应用及其结果的可视化。作为一个案例研究，GPU编程已经在我们太阳系-星际-CESE磁流体模型（SIP- CESE MHD模型）中进行应用，同时对日冕的数值研究可使模型产生的数值计算结果可视化。我们对已有硬件的初步测试达到了比传统的软件快大约10倍的结果。这项工作代表了GPU在空间天气研究领域的一项新颖应用。

coollab

加快石油和天然气的发现
Dick Bland, 惠普公司

我们将讨论整个石油/天然气工作流程中英伟达公司(NVIDIA)与惠普公司(HP)技术解决方案带来的商业利益，包括提供更大的吞吐量，更清晰的地下图像，缩短生产周期，和改善总体拥有成本等相关的详细信息。我们将讨论与GPU计算带来的客户成功，以及惠普/ 英伟达公司如何使您的公司受益。围绕石油/天然气应用创立的惠普/英伟达联合设计中心，可转变对全球资产团队的解决方案交付方式，并符合行业标准的基础设施和数据安全要求。我们将突出介绍基于GPU的大规模生产环境的参考架构，以及惠普/ 英伟达解决方案带来的价值。.

使用多GPU系统扩大3D弹性应用程序
Ty McKercher, 英伟达公司

了解弹性三维地震应用如何受益于以加速指令为基础的方法，以及这些应用如何通过多GPU的集群系统被扩大规模使用。新的地震数据采集技术能收集横波和纵波数据，这些数据可用在三维弹性方程中来更精确地模拟波的传播。本讲座将分享从性能和功效两方面的实验结果，并比较不同的系统配置。

在石油和天然气勘探中利用GPU和HPC
Anthony Lichnewsky，斯伦贝谢公司

本讲座将介绍石油和天然气业如何大力推广GPU的应用，以解决世界各地的新出现的和复杂的地质环境。第一部分将对石油行业的地缘政治因素做一个概述。然后，我会讲述在地震建模，成像和反转中的计算挑战。最后，我将展示如何在当前的生产应用程序中利用GPU的技术优势。

用GPU / CPU的协同计算技术进行地震数据叠前迁移
刘宏伟，研究工程师，北京GeoStar科技有限公司与中国科学院地质与地球物理研究所

数据叠前时间偏移和深度偏移是地震资料处理中最耗时的部分。随着勘探和生产的不断深化，现有的计算机资源已无法满足需要。自2008年以来，GeoStar已开发了基于GPU / CPU协同计算的叠前地震数据迁移技术，包括不对称的行程时间的叠前时间偏移，单程波的叠前深度偏移，以及逆时偏移。这些技术已广泛应用于中国的各大油田，并取得了令人满意的结果。这个演讲将主要解释这些技术的应用。



随便摘了几个题目，看起来真的对科学研究很有帮助

asdf666

这里是PC玩家论坛。。不是科研论坛。。

不过民用能成熟起来也是很好的

eternal0

CUDA民用注定是不温不火，配备NV GPU的电脑才占PC中的多大比例，开发者肯定要考虑成本和收益的。

cataclyson

  在历史的潮流面前，一切阻止的力量都如小丑般自不量力

asuka2142

其实高校用GPU计算也不是那么简单
关于vasp最近才有用GPU加速的paper出现
http://www.sciencedirect.com/science/article/pii/S0010465511000889

xzping

哥只能说。。4000个NV的GPU的超级计算机。。算个鸟。。

zaknafein

这些应用都是有nv砸钱的，自然多发paper
实际上来钱的用户看着cuda就烦

coollab

zaknafein 发表于 2011-11-2 00:03
这些应用都是有nv砸钱的，自然多发paper
实际上来钱的用户看着cuda就烦

自我感觉党
你好！
自我感觉党
再见！