• img
    在地震勘探资料处理中,根据运算量的大小可以把处理技术分为两大类:一类是目前CPU计算机可以满足的普通处理技术,如解编、预处理、反褶积、静校 正、DMO、叠加、叠后偏移等;还有一类则是目前计算机不能完全满足的需要大量运算的处理技术...
  • img
    为进一步推动科研发展和人才培养,满足不断增长的高性能计算和大数据分析需求,南京信息工程大学于2015年下半年着手计划建设专属Hadoop集群实验室,用于大数据分析研究及更多后续扩展。项目对于高性能计算和大数据分析与处理有着极高的需求...
  • img
    在进行光学研究的过程中,长春光机所基于已有的光学软件和结合迭代算法、优化算法及两者相结合的杂化算法,在应用MATLAB等软件所搭建的高科技计算环境中仿真高等光学的一系列理论模型,通过这些仿真过程和结果能够进一步加深对光波导和激光的理解和应用...
  • img
    计算电磁学所涉及的大型数据计算具有数据量大、运算密集、算法复杂等特点,如何快速、高效地通过处理海量数据是计算电磁学研究所面临的重要挑战。随着通用GPU计算技术的飞速发展,GPU的运算性能不断提高,具有浮点运算能力强、运算密集度高等特点...
  • img
    对材料科学而言,计算研究特别重要,因为计算不仅可以深入理解材料的细节,节约研发成本,而且在某些特殊情况下,计算可以用来代替或指导实验。利用高性能计算可以观察到比实验现象更细致的层次,或者对目前比较昂贵或无法实现的实验观测进行理论模拟...
  • img
    深度学习包括两大关键活动:分类和卷积的性能,在研究中需要很高的内在并行度、大量的浮点计算能力以及矩阵预算,而这些能力GPU可以提供,并且在相同的精度下,相对传统CPU的方式,GPU计算解决方案拥有更快的处理速度、更少的服务器投入和更低的功耗...
  • img
    在视觉认知计算和人工智能研究的过程中,西安交通大学人工智能与机器人研究所发现,高单精度的浮点计算能力给研究带来了福音,每秒数万亿次的计算能力,可以大大减少机器学习的认知过程。同时在数据处理上,可以尽可能的发挥线程任务的计算能力...
  • img
    微软在科研中深刻地认识到,深度学习研究要求调动较多的计算资源,充分发挥系统的处理能力,处理越来越多的数据,然而庞大的数据量是传统的处理器无法处理完成的,所以需要大量的服务器来合作。如果没有大量的服务器,那就将计算压力分给 GPU,GPU 对数据的处理更快...
  • img
    上海纽约大学的计算化学是一个重点发展的研究方向。随着现代计算方法和高性能计算的进步,研究人员精确模拟化学和生物系统及预测其性质的能力得到了极大的提升。华东师范大学-纽约大学计算化学联合研究中心(上海纽约大学)成立于这样的背景之下...
  • img
    在计算化学、生物体系、材料科学和药物设计等领域,,常存在计算耗时长、计算精度难以提高、计算体系难以扩大等瓶颈问题。实验中,大多数研究都需要计算体系支持,即使是很大蛋白质的长时间动力学,也需要借助MPI 并行+GPU 加速+自行编译...
  • img
    生物实验技术的不断进步, 让人们获得了大量数据, 包括基因序列、 核酸结构、 蛋白质结构、 化学小分子等。 计算机的出现为这些数据提供了存储、 分析的媒介。 通过搜集病人的基因数据, 建立相应的疾病数据库, 可为病人以后的诊断做指导 ...
  • img
    分子模拟工作的研究主要分为两大类:一类主要以研究新的分子模拟算法,开发大型分子模拟软件为主;另一类则主要从事运用分子模拟软件去研究实际的体系。要减少分子模拟中引入周期性边界条件所产生的误差最有效的方法就是增加模拟的粒子数...