Главная страница
russian   english
16+
<< назад

Название статьи

БИБЛИОТЕКА PARMONC ДЛЯ РЕШЕНИЯ «БОЛЬШИХ» ЗАДАЧ ПО МЕТОДУ МОНТЕ-КАРЛО


Номер журнала
5
Дата выпуска
2012

Тип статьи
научная статья
Коды УДК
519.6
Страницы
392-397
Ключевые слова
статистическое моделирование, метод Монте-Карло, генераторы псевдослучайных чисел, распределенные вычисления, библиотеки программ

Авторы
Марченко Михаил Александрович

Место работы
Марченко Михаил Александрович
Институт вычислительной математики и математической геофизики СО РАН, Новосибирск


Аннотация
Представлена библиотека PARMONC (сокращение от «PARallel MONte Carlo»), предназначенная для эффективного распараллеливания широкого круга приложений метода Монте-Карло, обладающих большой вычислительной трудоемкостью. При распараллеливании используется «естественная» крупноблочная фрагментированность алгоритмов метода Монте-Карло. «Ядром» библиотеки является тщательно протестированный, быстрый и надежный длиннопериодный параллельный генератор псевдослучайных чисел. Библиотека представляет собой простой в использовании программный инструмент для организации распределенных вычислений, не требующий от пользователя знания языка MPI; распараллеливание сложных последовательных программ статистического моделирования производится достаточно просто. Библиотека PARMONC позволяет масштабировать вычисления на практически ограниченное число ядер, которое зависит только от используемой вычислительной системы, причем вычислительная нагрузка равномерно распределяется по всем ядрам.

Загрузить статью

Библиографический список
1 . Глинский Б.М., Родионов А.С., Марченко М.А. и др. Агентно-ориентированный подход к имитационному моделированию суперЭВМ экзафлопсной производительности в приложении к распределенному статистическому моделированию // Вестник ЮУрГУ. Серия Математическое моделирование и программмирование. 2012 (принято в печать в №18 (277). Вып. 12).
2 . Glassman I., Yetter R. Combustion. 4 ed. Academic Press, 2008. 800 p.
3 . Михайлов Г.А., Войтишек А.В. Численное статистическое моделирование. Методы Монте-Карло. М.: Академия, 2006. 368 с.
4 . Марченко М.А., Михайлов Г.А. Распределенные вычисления по методу Монте-Карло // Автоматика и телемеханика. 2007. Вып. 5. С. 157–170.
5 . Marchenko M.A. Majorant frequency principle for an approximate solution of a nonlinear spatially inhomogeneous coagulation equation by the Monte Carlo method // Russ. J. Numer. Anal. Math. Modelling. 2008. V. 21. №3. P. 199–218.
6 . Marchenko M.A., Mikhailov G.A. Parallel realization of statistical simulation and random number generators. // Russ. J. Numer. Anal. Math. Modelling. 2002. V. 17. №1. P. 113–124.
7 . Marchenko M.A. Parallel Pseudorandom Number Generator for Large-scale Monte Carlo Simulations // LNCS. 2007. V. 4671. P. 276–282.
8 . Страница библиотеки PARMONC на сайте ССКЦ КП СО РАН [Электронный ресурс]. – Режим доступа: http://www2.sscc.ru/SORAN-INTEL/paper/ 2011/parmonc.htm.
9 . Документация к библиотеке PARMONC на сайте ССКЦ КП СО РАН [Электронный ресурс]. – Режим доступа: http://www2.sscc.ru/SORAN-INTEL /paper/2011/parmonc.pdf.
10 . Описание кластера НКС-30Т на сайте ССКЦ КП СО РАН [Электронный ресурс]. – Режим доступа: http://www2.sscc.ru/HKC-30T/HKC-30T.htm.
11 . Marchenko M. PARMONC – A Software Library for Massively Parallel Stochastic Simulation // LNCS. 2011. V. 6873. P. 302–315.