شبیه سازی های مشترک با دانشگاه های اینترنشنال

بدون ديدگاه

      

برنامه های کاربردی

فن آوری مبتنی بر ایده تعداد بسیار زیاد هسته ای (میلیون ها نفر) از هسته های کوچک است که در زیرساخت های سریع ، موقت ، سخت افزاری ، زیرساخت های ارتباطات موازی – هسته اصلی تعبیه شده است . – ارتباط بین هسته موتورهای آسنکرون، برق و تاثیر کوچک، اندازه ثابت، بسته های داده سخت افزار (چند بایت) است پیام . برای مجموعه مهمی از مشکلات صنعتی ، معماری POETS قادر به ارائه سفارشات افزایش سرعت در سطوح قابل توجهی پایین تر از قدرت است.


شبیه سازی میکرو مغناطیسی دستگاه های Spintronic مبتنی بر رویداد

قانون مور این حقیقت را مشاهده می کند که در یک مدار مجتمع متراکم ، تعداد ترانزیستورها هر دو سال دو برابر می شود. در حالی که این سرعت از مشاهده اصلی در سال 1965 کند شده است ، کاهش اندازه دستگاه ها هنوز یک محدودیت در طراحی قوی به همراه کاهش توان مورد نیاز برای بهره برداری از آنها است.

با توجه به ذخیره سازی داده ها در رایانه ها ، هارد درایوها قسمتهای فضا را “بالا” یا “پایین” به دامنههای مغناطیس تبدیل می کنند. تحقیقات Spintronics در طی یک دهه گذشته چندین حامل جایگزین داده بالقوه دیگر ، مانند اسکایرمیون ها و مگنون ها را که از نظر اندازه به طور قابل ملاحظه ای کوچکتر هستند ، تحقق بخشید و برای عبور از طریق یک ماده نیاز به انرژی کمتری دارد. در صورت بهره برداری از این خصوصیات ، می توان اندازه و نیاز انرژی دستگاه ها را به میزان قابل توجهی کاهش داد. از مدل میکرو مغناطیسی (یک مدل ریاضی) می توان برای شبیه سازی دستگاه های اسپینترونیک استفاده کرد. با این حال ، فناوری محاسبات فعلی محدودیت عملی را در اندازه این مدل ها تحمیل می کند ، محدوده طراحی این دستگاه ها را محدود می کند.

هدف از این پروژه تهیه برنامه ای برای POETS برای انجام شبیه سازی میکرومغناطیسی این حامل های داده بالقوه (اسکایرمین ها و مگون ها) است که به نوبه خود به طراحی دستگاه های اسپینترونیک می پردازد.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای اطلاعات بیشتر در این پروژه، لطفا با
    دکتر مارک Vousden ( m.vousden soton.ac.uk )
    و یا پروفسور اندرو براون ( ADB ecs.soton.ac.uk )
    گروه الکترونیک و علوم کامپیوتر
    دانشگاه ساتمتون
    نیوهمشایر SO17 1BJ
    +44 (0) 2380 593374

نقشه برداری کاربردی کارآمد برای سخت افزارهای موازی کاملاً موازی

پردازنده های مدرن تقریباً همه چند هسته ای هستند و از چندین فرآیند همزمان همزمان پشتیبانی می کنند که در اصل می توانند عملکردهای بهتری را با برنامه های موازی قابل ارائه ارائه دهند. افزون بر CPU های اصلی متداول ، سیستم عامل هایی مانند GPU و حتی FPGA که می توانند ترکیبی جالب از موازی سازی بیشتر و قابلیت پردازش مخصوص برنامه های کاربردی را ارائه دهند ، بسیار رایج می شوند. از طرف دیگر ، تعیین چگونگی برنامه ریزی چنین سیستمهایی غیرمجاز است. علاوه بر استخراج آنچه موازی در برنامه وجود دارد ، همچنین چالش غالباً دلهره آور نقشه برداری کد موازی با سخت افزار موجود برای استفاده بهینه از منابع وجود دارد.

یک کلاس از مشکلات که مخصوصاً برای پردازش موازی مناسب است ، شبیه سازی هایی است که می تواند به شکل یک نمودار حاوی تعداد زیادی از عناصر پردازش کوچک انجام محاسبات ساده انجام شود ، که با استفاده از پیام های کوچک که حاوی حداقل اطلاعات هستند ، با یکدیگر ارتباط برقرار می کنند. . چنین برنامه هایی ، از نظر انتقادی ، فقط به حافظه محلی احتیاج دارند. هیچ حافظه مشترک لازم نیست ، از بین بردن آنچه در طول تاریخ یکی از چالش برانگیزترین جنبه های برنامه ریزی موازی است: حفظ انسجام حافظه.

با این وجود ، تعیین چگونگی تهیه چنین مشکلاتی در سخت افزارهای موجود هنوز هم تا حدودی یک مسئله غیر قابل کشف است ، زیرا بخشی از این سخت افزار اخیراً در دسترس است که قادر به پشتیبانی از موازی سازی در مقیاس بزرگ مورد نیاز است. راه حل های خوب برای مشکلاتی مانند تراکم ترافیک و نقاط مهم پردازش محلی هنوز بر روی زمین نازک است و اغلب محدود به حوزه های کاربردی بسیار باریک است. یک فرصت تحقیق عمده در توسعه الگوریتم های نقشه برداری کارآمد و عمومی برای سیستم های موازی وجود دارد که می تواند از یک نمودار انتزاعی نمودار مسئله شروع شود و یک نمودار سخت افزاری تولید کند که مشکل را به عنوان نقشه برداری به سخت افزار فیزیکی نشان می دهد.

این ابزارها در کاربردهای صنعتی از شیمی محاسباتی گرفته تا دینامیک سیال دارای ارزش فوری هستند. امکان کاهش زمان محاسبات در شبیه سازی های گسترده در صنایع از روزها به دقیقه ها وجود دارد ، با استفاده از سخت افزار بسیار اقتصادی تر از ابر رایانه ها در استفاده مشترک برای چنین مشکلاتی. علاوه بر این ، با فعال کردن چنین چرخه های شبیه سازی سریع ، نسبتاً سبک ، امکان اجرای چندین جابجایی پارامتر در فضاهای با ابعاد بالا ، بطور موازی با نقشه برداری از زیر پارامترهای مختلف به پردازنده های مختلف امکان پذیر می شود. این توانایی به ویژه برای کشف مواد مخدر خودکار و مدل سازی اقتصادی بسیار جذاب است. این پروژه تحقیقاتی الگوریتم های نقشه برداری مؤثر (سخت افزار مکان و مسیر) را برای مشکلات مبتنی بر نمودار ایجاد خواهد کرد. این پروژه با یک ژنرال کار می کند ، بستر سخت افزاری کاملاً موازی که توسط شرکای پروژه ایجاد می شود. هدف صرفاً کشف راه حلهای مؤثر برای نقطه نیست ، بلکه تعیین اینکه چه اصول کلی برای نقشه برداری سخت افزار می تواند حاصل شود ، به گونه ای که برنامه های موازی می توانند با استفاده از یک رویکرد ساختار یافته و نه از طریق مجموعه ای از روشهای اکتشافی و تکنیکی های موقت طراحی شوند.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای اطلاعات بیشتر در مورد این پروژه ، لطفاً با
    دکتر مارک ووسدن ( m.vousden soton.ac.uk ) ،
    دکتر گریم براگ ( gmb ecs.soton.ac.uk ) ،
    یا پروفسور اندرو براون ( adb ecs.soton) تماس بگیرید. ac.uk )
    گروه الکترونیک و علوم کامپیوتر
    دانشگاه ساوتهمپتون
    همپشایر SO17 1BJ
    +44 (0) 2380 593374

مدیریت سیستم زمان واقعی برای سخت افزار ناهمزمان

در سیستم های رایانه ای بزرگ ، مدیریت سیستم یک بخش اساسی از بستر کلی است. یک مجموعه مدیریت سیستم باید نظارت بر فرآیند ، تشخیص سخت افزار ، امکانات اشکال زدایی سطح پایین ، نظارت بر عملکرد سخت افزار و کنترل اپراتور را ارائه دهد. برای سیستم های همزمان همزمان در مقیاس بزرگ ، این مشکل به خوبی مورد مطالعه قرار گرفته است و ابزارهای بی شماری امکانات کنترل و نظارت جامع را ارائه می دهند. با این حال ، هنگامی که سیستم جزئی یا کاملاً ناهمزمان است، طیف وسیعی از ملاحظات بیشتر وارد می شوند. به عنوان مثال ، مفهوم “نقطه شروع” جهانی حتی صدق نمی کند ، زیرا بخش های مختلف سیستم ممکن است به طور مستقل در نقاط مختلف محاسبه قرار داشته باشند. علاوه بر این ، پیام های کنترلی باید این واقعیت را در نظر بگیرند که تأخیر ارتباط از منبع کنترل به هدف کنترل قابل توجه است ، و این که نقطه دقیق هنگام کنترل تزریق غیر معینی است. حتی یک مشکل به ظاهر بی اهمیت مانند متوقف کردن یک برنامه می تواند پیچیده باشد وقتی ممکن است هیچ راهی برای تعیین زمان جلوگیری از اطمینان از روند وجود نداشته باشد.

یک راه حل ممکن توزیع تعدادی از فرآیند های کنترل مستقل در کل سیستم است ، که مسئولیت محلی برای یک زیر مجموعه از سخت افزار را بر عهده می گیرند و بیشتر یا کمتر مستقل عمل می کنند تا شکلی از مدیریت سخت افزاری ناهمزمان فراهم شود. از طرف دیگر ، این می تواند منابع را مصرف کرده و پهنای باند ارتباطی بیشتری را به خود اختصاص دهد ، بنابراین طراحی دقیق لازم خواهد شد تا اطمینان حاصل شود که لایه مدیریت با محاسبات اصلی تداخل نداشته باشد. راه حل دیگر این خواهد بود که در واقع ، هر فرآیند موازی ، مسئولیت مدیریت خاص خود و پیاده سازی یک سیستم پیام رسانی باشد که به یک کنسول کنترل کننده اپراتور مرکزی اجازه می دهد تا هر فرآیند را به طور مستقل پرس و جو کند. با این وجود ، در این سناریو ، چگونگی تبدیل یک سری از دیدگاههای محلی به یک نمای جهانی از وضعیت کلی سیستم ، نیاز به بررسی دارد.

چنین ابزارهای مدیریتی نه تنها برای سیستم عاملهای سخت افزاری ناهمزمان یکپارچه ، بلکه برای سیستمهای توزیع شده مانند شبکه های حسگر ، محیطهای شبیه IoT که شامل تعداد زیادی دستگاه تعبیه شده با استفاده از پیام رسانی ناهمزمان و رباتیک swarm هستند ، مفید هستند. در واقع ، تکنیک های موجود مورد استفاده در این حوزه های کاربردی ممکن است برای سخت افزار ناهمزمان سازگار شده و مورد استفاده قرار گیرد.

این پروژه مدلهای مناسبی را برای مدیریت زمان واقعی یک سکوی سخت افزاری موازی ناهمزمان بررسی خواهد کرد. این پروژه با یک زیرلایه سخت افزاری عمومی ، بسیار موازی کار می کند که توسط همکاران دانشگاه کمبریج و با ابزارهای پیکربندی موجود در ساوتهمپتون در دست توسعه است. هدف این است که مشخص کنیم چه روشهایی برای مدیریت سیستمهای ناهمزمان در زمان واقعی مناسب است و نشان دادن تکنیکهای مؤثر از طریق اجرای یک لایه مدیریت برای سخت افزار.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای اطلاعات بیشتر در مورد این پروژه ، لطفاً با
    دکتر مارک ووسدن ( m.vousden soton.ac.uk ) ،
    دکتر گریم براگ ( gmb ecs.soton.ac.uk ) ،
    یا پروفسور اندرو براون ( adb ecs.soton) تماس بگیرید. ac.uk )
    گروه الکترونیک و علوم کامپیوتر
    دانشگاه ساوتهمپتون
    همپشایر SO17 1BJ
    +44 (0) 2380 593374

NEUROSCAPE – یک محیط مصنوعی با واقعیت مجازی برای مطالعات شبیه سازی توسعه عصبی

پردازش مبتنی بر رویداد ، نوعی تکنیک محاسباتی کاملاً جدید است که شباهت کمی به آن ندارد یا مفهوم اصلی تورینگ در شصت سال پیش است. یکی از پیروزی های این تکنیک این است که بتوانیم رفتار انباشتگان عظیم نورون ها را در مقیاس و با سرعتی غیرقابل دستیابی با ماشینهای معمولی شبیه سازی کنیم. هدف اصلی این است که بتوانیم رفتار یک میلیارد نورون را در زمان واقعی شبیه سازی کنیمبا استفاده از حدود یک میلیون هسته معمولی. با پیچیده تر شدن مجموعه های عصبی ، در میان چالش های فنی که آزمایشگر انسان با آن روبرو است ، تفسیر خروجی است: یک تاریخچه زمانی میلیاردی ، داده های قابل توجهی از داده های من است. دریافت دانش خرد علوم اعصاب می گوید بهترین راه برای مطالعه رفتار سطح بالا یک گروه بزرگ عصبی ، جاسازی آن در یک محیط واقعیت مجازی است ، جایی که رفتارهای ظهور پیچیده ای را می توان (نسبتاً) به راحتی شناسایی و دستکاری کرد. برای رسیدن به این هدف مستلزم این است که شبیه سازی بتواند در زمان واقعی به محرک ها واکنش نشان دهد و این فقط کاری است که پردازش مبتنی بر رویداد می تواند انجام دهد.

محیط های مصنوعی تکنیک de facto را برای مطالعات مربوط به توسعه عصبی فراهم می کنند و از یک محیط کنترل شده برای تعامل در زمان واقعی با آنها پشتیبانی می کنند

  • (مدل های) موجودات بدوی که توسط موتور POETS میزبانی می شوند
  • (مدلهای) موجودات بدوی که در دستگاههای معمولی میزبانی شده اند
  • اپراتورهای انسانی

این پروژه در طراحی و واسطه یک محیط مجازی متمرکز خواهد بود ، تا از مطالعات توسعه عصبی موجودات بدوی موجود در محیط شبیه سازی پشتیبانی کند.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای اطلاعات بیشتر در مورد این پروژه ، لطفاً با
    دکتر گریم برگ ( gmb ecs.soton.ac.uk ) ،
    یا پروفسور اندرو براون ( adb ecs.soton.ac.uk )
    گروه الکترونیک و
    دانشگاه علوم کامپیوتر در ساوتهمپتون
    همپشایر SO17 تماس بگیرید 1BJ
    +44 (0) 2380 593374

عملکرد زمان اجرا و بهینه سازی انرژی سیستم های غیر همزمان همزمان موازی

در حال حاضر تخمین زده می شود انرژی مورد استفاده در محاسبات 8٪ از منبع برق جهانی را به خود اختصاص دهد و پیش بینی های اخیر نشان می دهد كه دیتاسنترها تا سال 2025 20٪ مصرف كنند. سیستم HPC چند هسته ای و توزیع شده معاصر که ضمن حفظ عملکرد برنامه ، انرژی را کاهش می دهد. تکنیک های رایج شامل شیرآلات برق هستند ، اما محدود به آن نیستند ، در صورتی که قطعات بلااستفاده از یک سیستم خاموش شده اند تا انرژی استاتیک را کاهش دهند. نقشه برداری وظیفه ، برای استفاده بهینه از منابع سخت افزاری موجود و تسهیل سایر روشهای مدیریت؛ انتخاب فرکانس ولتاژ و ولتاژ پویا (DVFS) ، جایی که فرکانس کارکرد و ولتاژ هسته در طول زمان متغیر است تا انرژی پویا را کاهش دهد.

با تکنیک های پیشرفته می توان انرژی مورد نیاز برای اجرای یک برنامه را به سمت بالا از 40٪ کاهش داد در حالی که به طور قابل توجهی اتلاف قدرت بیکار را در مقایسه با استفاده از هیچ مدیریتی کاهش می دهد. مدیریت زمان اجرا نیز با رایانه های شخصی که DVFS را بصورت پیش فرض و بسیاری از دستگاه های تلفن همراه از معماری های سیستم ناهمگن که از هسته های پردازشی با کارآیی انرژی و کارایی بالا استفاده می کنند ، وارد فضای مصرف کننده شده است.

در حالی که معماری POETS برای کاهش قدرت از طریق طراحی آن در نظر گرفته شده است ، استفاده از تکنیک های مدیریتی که باعث بهبود بهره وری انرژی برای دستیابی به پس انداز بیشتر بیشتر سیستم های موازی غیر هسته ای غیر هسته ای غیرمترقبه ناشی از رویداد هستند ، ناحیه ای کاملاً غیر قابل کشف است که برای ادامه آن ضروری است. بلوغ این سیستم ها.

هدف از این پروژه بررسی و ارزیابی کاربرد روشهای بهینه سازی پیشرفته ترین سیستم هنری موجود در سیستم های شبیه به POETS است که به نوبه خود از طراحی روش های بهینه سازی جدید بهره می برد.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای اطلاعات بیشتر در مورد این پروژه ، لطفاً با
    دکتر گریم برگ ( gmb ecs.soton.ac.uk ) ،
    یا پروفسور اندرو براون ( adb ecs.soton.ac.uk )
    گروه الکترونیک و
    دانشگاه علوم کامپیوتر در ساوتهمپتون
    همپشایر SO17 تماس بگیرید 1BJ
    +44 (0) 2380 593374

مدل ها و زبان های برنامه نویسی برای توصیف نمودار و دستکاری

این پروژه در مورد ایجاد مدل ها و زبان های جدید برنامه نویسی برای نمونه سازی برنامه های POETS است که می تواند میلیون ها گره در تعامل با پیام کوتاه با همسایگان خود را تشکیل دهد. بنابراین ، تلفیق برنامه های POETS می تواند به عنوان ساختن نمودارهای برنامه های کاربردی از توضیحات سطح بالا که به زبان های برنامه نویسی محبوب و چارچوب ها نوشته شده اند ، و بهینه سازی بعدی این نمودارها با هدف بهبود نقشه برداری آنها با سخت افزار زیر بنایی POETS ، تولید اولیه اولیه ، ارتباطات ، خاتمه و پروتکل های استخراج داده ها ، و همچنین تجسم فرآیند محاسبه برای اهداف اشکال زدایی و تظاهرات. یک تصویر جانبی یک الگوریتم ضرب ماتریس توزیع شده کلاسیک به یک شبکه محاسبه POETS را نشان می دهد.

طیف وسیعی از موضوعات تحقیقاتی ممکن در این پروژه وجود دارد که برای دانشجویان با پیشینه های مختلف جذاب خواهد بود. دانش آموزان علاقه مند به سیستم های توزیع شده می توانند دانش خود را برای حل مشکلات در زندگی واقعی از شرکای پروژه صنعتی ما ، به عنوان مثال تسریع در کشف داروهای محاسباتی ، بر روی یک معماری توزیع شده جدید بکار گیرند. برای دانشجویان متمایل به ریاضی ، این پروژه فرصتی را فراهم می کند تا در کار مداوم در جبر نمودار ها شرکت داشته باشید که از این به عنوان زبان اصلی برای توصیف و دستکاری نمودارها در اجرای فعلی ما استفاده می شود. آخر اینکه دانشجویان علاقه مند به روش های رسمی می توانند از این طریق کمک کنندبه طور رسمی ویژگی های اصلی پس زمینه کامپایلر ، مانند صحت و خاتمه کد تولید شده را اثبات می کند.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای کسب اطلاعات بیشتر در مورد این پروژه ، لطفا با
    استاد الکسا یاکوفلو ( alex.yakovlev @ newcastle.ac.uk ) یا
    دکتر آشور رفیف ( ashur.rafiev newcastle.ac.uk )
    دانشکده مهندسی ،
    دانشگاه نیوکاسل
    انگلستان ، NE1 7RU
    + تماس بگیرید 44 (0) 191 208 8184

محاسبات توزیع شده در شبکه های مقیاس بزرگ

علم شبکه زمینه ای در حال ظهور است که تحولات مهیج را در مناطق وسیع چند رشته ای به وجود می آورد. پیشرفت های فناوری در دهه گذشته باعث گردآوری حجم بسیار زیادی از داده ها و ساخت شبکه های بیولوژیکی ، مالی و اجتماعی از مقیاس های بی سابقه ای ، برنامه های قدرتمند مانند کشف مواد مخدر محاسباتی ، تشخیص کلاهبرداری و سیستم های توصیه در بین دیگران شد. هرچه اطلاعات بیشتر در دسترس باشد ، دانش شبکه به توانایی ما برای اجرای الگوریتم های پیچیده در شبکه های بزرگ وابسته می شود ، یک مسئله محاسباتی که در رایانه های کالایی ضعیف است.

این پروژه تحقیقاتی مدل های برنامه نویسی نرم افزار ، فرمالیسم ها ، ابزارها و الگوریتم ها را برای مقابله با مقیاس پذیری تجزیه و تحلیل شبکه بر روی یک پلتفرم توزیع شده جدید بررسی خواهد کرد: سیستم های رخ داده تا حدی سفارش داده شده (POETS). POETS یک معماری کاملاً موازی است که تعداد بسیار زیادی هسته ساده را در یک زیرساخت ارتباطی بهینه می کند که برای ارسال پیام های کوچک بهینه شده است. در حالی که بسیاری از ماشین آلات به طور موازی انعطاف پذیر بر عملکرد هسته فردی تأکید می کنند ، POETS بر ارتباطات با تأخیر کم و قابلیت مقیاس پذیری تمرکز می کند. مشکلات محاسباتی هدفمند تجزیه می شوند و نقشه برداری می شوند و با تبادل پیام بین هسته های همسایه حل می شوند. این ایده ابتدا برای مقابله با شبیه سازی سیستم فیزیکی در مقیاس بزرگ (به عنوان مثال) پیشنهاد شد

سیستم های توزیع شده مانند POETS می توانند از لحاظ مقیاس پذیری از معماریهای حافظه اشتراکی معمولی بهتر عمل کنند اما نیاز به انتزاعات نرم افزاری جدید دارند که تفکر مجدد از مشکلات از پایین به بالا را تسهیل می کند و آنها را با یک محاسبات جدید تطبیق می دهد. این یک زمینه تحقیقاتی غنی و هیجان انگیز است که تأثیر بسزایی در بسیاری از برنامه های دنیای واقعی دارد. کاندیدای موفق تخصص در محاسبات توزیع شده و همچنین یک یا چندین زمینه کاربرد علوم شبکه مانند کشف مواد مخدر محاسباتی و کشف تقلب را خواهد داشت. این دانشجو همچنین فرصتی برای تعامل با سایر تیم های تحقیقاتی که در لایه های مختلف پشته POETS و همچنین تعدادی از شرکای صنعتی کار می کنند ، برقرار می کند.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای کسب اطلاعات بیشتر در مورد این پروژه ، لطفا با
    استاد الکسا یاکوفلو ( alex.yakovlev @ newcastle.ac.uk ) یا
    دکتر آشور رفیف ( ashur.rafiev newcastle.ac.uk )
    دانشکده مهندسی ،
    دانشگاه نیوکاسل
    انگلستان ، NE1 7RU
    + تماس بگیرید 44 (0) 191 208 8184

کشف تقلب مالی

سیستم مالی جهانی هر روز میلیاردها معاملات را در طیف ارزش و پیچیدگی تسهیل می کند. برخی از این موارد کلاهبرداری هستند و مؤسسات مالی جهانی در یک رقابت مداوم اسلحه با مجرمان محبوس شده اند تا حرکت غیرقانونی ابزارها و دارایی های مالی را کشف و شکست دهند.

مقیاس خالص بدنه معامله بدان معنی است که هر چیزی غیر از تشخیص خودکار به سادگی غیر ممکن است. یکی از راههای نزدیک شدن به این ، مشاهده هر حساب روی کره زمین به عنوان یک گره در نمودار و هر معامله به عنوان یک لبه برچسب در آن نمودار است.

تعدادی از مشکلات بلافاصله شروع به تبلور: (1) چه – دقیقا – در تئوری گراف – است یک “معامله غیر قانونی” (به عنوان مخالف، می گویند، به یک معامله بد توصیه). و (2) چگونه می توانیم الگوریتمی این را تشخیص دهیم؟ (3) هرگونه کشف باید در (نزدیک) در زمان واقعی روی یک مجموعه داده اتفاق بیفتد که با رشد تقریباً یکنواخت رشد می کند – باید به صورت گسترده مقیاس پذیر باشد. (4) کسب اطلاعات پایه لازم مملو از مسائل مربوط به محرمانه بودن است.

یک روش بالقوه این است که “تزریق” به مجموعه ای از خزنده های تکرار شونده (همانند کسانی که در شبکه جهانی وب برای اسکن صفحات وب استفاده می شوند) برای جستجوی الگوهای ناهنجار ، چه توپولوژیکی و چه زمانی. در حالی که هیچ چیزی در این روش وجود ندارد که با محاسبه متعارف حاصل شود ، موازی بودن گسترده ای که توسط معماری POETS فراهم می شود اجازه می دهد بازدیدهای خزنده در عرض چند دقیقه گزارش شود – همان بازه زمانی مشابه موتور جستجو یک صفحه وب تازه منتشر شده را پیدا می کند.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای اطلاعات بیشتر در مورد این پروژه ، می توانید با
    پروفسور الکس یاکوفلو ( alex.yakovlev @ newcastle.ac.uk ) یا
    دکتر آشور رفیب ( ashur.rafiev newcastle.ac.uk ) با
    دانشگاه نیوکاسل
    +44 (0) 191 208 8184
    یا
    Dr. دیوید توماس ( d.thomas1 imperial.ac.uk )
    امپریال کالج لندن
    +44 (0) 2075 946303

اخترفیزیک محاسباتی


تصویر: www.pexels.com – دانلود رایگان کپی رایت
برای متراکم کردن سالها تحقیق در یک پاراگراف واحد ، در نظریه بیگ بنگ ، یک انفجار عظیم میلیاردها سال پیش ، به طور موثری تمام مواردی را که جهان هست ، همانطور که امروز می بینیم ، بیرون انداخت. بیشتر مواد به صورت پرتویی بودند که با انرژی فوق العاده زیاد از منطقه کوچکی بیرون رانده شدند و از آن زمان تاکنون متراکم شده اند. جاذبه گرانشی این روند را کند کرده است و آشفتگی های محلی باعث تعریف ساختار غیر یکنواخت می شود و در نهایت به ستارگان ، خوشه ها و ابر ابرها تبدیل می شود (سیارات در این مقیاس به عنوان سر و صدا در نظر گرفته می شوند).

از موقعیت شروع یک کهکشان به عنوان یک توپ چرخش گاز ، ساختار پدیدار می شود: کهکشانهای مارپیچ ، بیضوی ، پراکندگی ، دیسک نازک که همگی از همان آرامش ترمودینامیکی تکامل یافته اند ، اما دارای خواص انبوهی متفاوت هستند. چطور؟ چرا؟ این یک زمینه تحقیقاتی گسترده است و به صورت سنتی مقدار زیادی از منابع محاسباتی را مصرف می کند. هدف از انجام این پروژه ، پیشرفت درک درستی از شکل گیری کهکشان نیست ، بلکه سرعت بخشیدن به مدل سازی محاسباتی فرایند است.

رویکرد مبتنی بر رویداد شامل “فضای کاشی کاری” با مشبک حجمی است که هر یک از آنها مسئولیت یک هسته POETS را بر عهده دارد. ستاره های موجود در کاشی فضا توسط هسته مناسب کنترل می شوند و ستاره هایی که از کاشی به کاشی منتقل می شوند “تحویل داده می شوند” – به همین ترتیب یک شبکه تلفن همراه هنگام انتقال کاربر بین سلولهای پوشش ، مسئولیت تماس را بر عهده می گیرد. مشکل عددی با این روش در انتقال دقیق نیروهای دوربرد (جاذبه) از طریق مش هسته ای نهفته است. این جنبه است که بر فعالیتهای تحقیقاتی این پروژه حاکم است.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای کسب اطلاعات بیشتر در مورد این پروژه ، لطفاً با
    دکتر تام کازمیرسکی ( tjk ecs.soton.ac.uk )
    یا پروفسور اندرو براون ( adb ecs.soton.ac.uk )
    گروه الکترونیک و علوم کامپیوتر
    در ساوتهمپتون
    همپشایر SO17 1BJ تماس بگیرید
    +44 (0) 2380 593374

شناخت ارواح پروتئین با استفاده از یادگیری عمیق

این فناوری خود را به زیبایی به انواع برنامه های شبکه عصبی اعطا می کند. یکی از این مناطق ، شناخت الگوی شبح است.

زیست شناسی سلولی – در سطح مولکولی – تحقیقات زیادی را در مورد فرآیندهای بیولوژیکی و مسیرهای بیماری انجام می دهد. درک چگونگی تعامل پاتوژن ها با پروتئین های تعبیه شده در سطح سلول برای طراحی هر نوع دفاع بسیار مهم است و برای این کار باید ساختار کلیه پروتئین های درگیر را بدانیم. اینها معمولاً مولکولهای ارگانیک بزرگی و زنجیره ای هستند. روش سنتی ایجاد ساختار هر مولکول بزرگ و پیچیده ، خالص سازی نمونه ای از آن ، تبلور آن و روشن کردن آن با پرتوهای پر شدت اشعه ایکس یا نوترون است. الگوی پراش به دست آمده ، بینش ارزشمندی در مورد ساختار مولکول مورد مطالعه (اینگونه است که ساختار مارپیچی DNA در ابتدا کشف شد). مدتهاست که شناخته شده است که یک کلاس از مولکول ها وجود دارد که به طور دائم بی نظم هستند – آنها به سادگی هیچ شکل بلوری ندارند. به موقع بودن این پروژه در این واقعیت نهفته است که محققان اکنون متوجه شده اند که این طبقه از مولکول های بی نظم بسیار بزرگتر از آن چیزی است که قبلاً تصور می شد ، و تعداد زیادی از این ساختارهای مبهم از اهمیت بیولوژیکی برخوردار هستند. بدیهی است که این امر محرمانه ای را برای توضیح ساختار آنها فراهم می کند ، اما الگوهای پراش به دست آمده سنتی به اندازه کافی آشکار نیستنداستخراج خودکار اطلاعات ساختاری

این پروژه تحقیقاتی بر ساخت یک شبکه عصبی – که از فناوری POETS پشتیبانی می شود – متمرکز است که قادر است ساختار فیزیکی را از الگوهای پراش بد تعریف شده که قادر به حل آن با روش های سنتی نیستند ، متمرکز کند.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای اطلاعات بیشتر در مورد این پروژه ، لطفاً با
    دکتر دیوید توماس ( d.thomas1 imperial.ac.uk )
    کالج امپریال لندن
    +44 (0) 2075 946303
    یا
    پروفسور اندرو براون ( adb ecs.soton.ac.uk )
    از دانشگاه تماس بگیرید Southampton
    +44 (0) 2380 593374

شبیه سازی در زمان واقعی از مصالح بزرگ عصبی

SpiNNaker (معماری شبکه عصبی Spiking ) یک موتور محاسباتی تخصصی است که برای شبیه سازی زمان واقعی سیستم های عصبی در نظر گرفته شده است و اساس پروژه ای را که منجر به POETS می شود ، تشکیل می دهد. این شبکه از 240 گره 240 گره تشکیل شده است که هر کدام شامل 18 پردازنده ARM9 است: بیش از یک میلیون هسته ، از طریق شبکه حاوی ارتباط برقرار می شوند. در نهایت ، این دستگاه از شبیه سازی حداکثر یک میلیارد نورون در زمان واقعی پشتیبانی می کنداجازه می دهد تا آزمایش های شبیه سازی به مقیاس های غیرقابل دستیابی انجام شود. معماری با نادیده گرفتن سه اصل از طراحی رایانه به این هدف دست می یابد: پارچه ارتباطی غیر قطعی است. هیچ هماهنگی هسته ای جهانی وجود ندارد ، و سیستم موجود در حافظه توزیع شده منسجم نیست. مدل های زمان خود: هیچ مفهومی از زمان شبیه سازی محاسباتی وجود ندارد – زمان ساعت ساعت زمان شبیه سازی است. در حالی که این تصمیمات طراحی از نظر معمول متعارف است ، آنها رفتار موتور را به هدف شبیه سازی مورد نظر خود یعنی سیستم های عصبی نزدیک می کنند. در حالی که موتور SpiNNaker یک دستگاه قابل توجه است ، در واقع فن آوری ASIC است و بنابراین به راحتی قابل اصلاح نیست. این شامل – کاملاً به عمد – بسیاری از ویژگی های طراحی است که آن را برای دامنه برنامه مورد نظر خود مناسب می کند – شبیه سازی عصبی ،

SpiNNaker شامل یک الگوریتم شبیه سازی جدید است که برای ارائه پاسخ سیستم های عصبی بزرگ در زمان واقعی طراحی شده است. این امر با سخت افزار تخصصی SpiNNaker به طریقی ارتباط برقرار می کند که باعث می شود آن را برای حمل و نقل به معماری های معمولی مناسب نگذارید ، حتی اگر این کار مطلوب باشد. با این حال ، POETS از SpiNNaker گرفته شده است – به این معنا که هر دو با انتقال بسته های کوچک عمل می کنند – و هدف از این پروژه گرفتن الگوریتم شبیه سازی SpiNNaker و انتقال آن به موتور POETS است ، با هدف مقایسه عملکرد این دو سیستم و شاید بتوانند مشکلات بزرگتری را شبیه سازی کنند.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای اطلاعات بیشتر در مورد این پروژه ، لطفاً با
    دکتر گریم برگ ( gmb ecs.soton.ac.uk ) ،
    یا پروفسور اندرو براون ( adb ecs.soton.ac.uk )
    گروه الکترونیک و
    دانشگاه علوم کامپیوتر در ساوتهمپتون
    همپشایر SO17 تماس بگیرید 1BJ
    +44 (0) 2380 593374

پویا ذرات متفرق (DPD)


J. Shillcock ، Langmuir 2012، 28، 541-547
شبیه سازی های رایانه ای سیستم های بیولوژیکی و شیمیایی به یک مانع عملکرد نزدیک می شوند: هزینه محاسباتی شبیه سازی یک سیستم فیزیکی حداقل به همان سرعت مکعب از ابعاد خطی آن. با شبیه سازی سیستمهای اتمی برای مدت طولانی دیگر نمی توان از این سد عبور کرد زیرا چنین سیستم هایی با یکدیگر ارتباط دارند که مقیاس های زیادی در فضا و زمان دارند. نیروهای جدیدی در مقیاس های میکرون که عمدتا از ساختار اتمی دقیق مولکول های سازنده مستقل هستند ظهور می کنند: به عنوان مثال ، ناقص های هیجان زده گرما یا غشاهای ناشی از انحنای بین پروتئین های جذب شده به غشاها. یک روش شبیه سازی mesoscale به نام DPD – Dissipative Particle Dynamics – پیش بینی می کند که چگونه جزئیات مولکولی خاص به سمت بالا در مقیاس طول پخش می شود تا بر رفتار حجم های بزرگ (r میکرون) ماده تأثیر بگذارد ، بدون در نظر گرفتن تک تک اتمها. این امر شبیه سازی پدیده های مهم بیولوژیکی مانند ورود سم باکتریایی به سلول ها را در طی بیماری عفونی امکان پذیر کرده است.

قدرت شبیه سازی mesoscale در توانایی آنها برای گرفتن دقیق نوسانات حرارتی همیشه در سیستمهای بیولوژیکی و آشکار ساختن همبستگی های دوربرد است که در شبیه سازی قطعات کوچک ماده قابل مشاهده نیست. چنین سیستم هایی برای شبیه سازی یک هسته واحد (CPU) خیلی آهسته هستند و شبیه سازی های موازی موجود این محدودیت را دارند که همه هسته ها باید در مرحله قفل کار کنند و در نتیجه مشکلات متعادل کننده بار را نشان می دهد. بنابراین ، کلید فهم سیستم های زنده شبیه سازی همانطور که طبیعت – بصورت غیر همزمان و موازی – با استفاده از یک موتور محاسباتی مبتنی بر رویداد انجام می دهد ، شبیه سازی می شود.

با الگوبرداری سیستم فیزیکی مورد مطالعه به عنوان شبکه (نمودار) و اختصاص یک هسته اختصاصی به هر راس در نمودار ، ما یک سیستم محاسباتی با خواص قابل توجه دریافت می کنیم:

  • هر هسته تنها به بخشی از شبکه ای که نشان می دهد نیاز به دانش دارد.
  • هر هسته فقط با همسایگان نزدیک خود ارتباط برقرار می کند.
  • محاسبات انجام شده در / بر روی یک هسته فردی کوچک ، ساده ، سریع و آسان است.

این سه جزء مقیاس پذیر هستند: اگر دقت بیشتری می خواهیم ، یا سیستم بزرگتر را آنالیز می کنیم ، فقط هسته های بیشتری اضافه می کنیم.

شبیه سازی مواد بیولوژیکی به طور معمول فضای سه بعدی را به یک شبکه مکعب های کوچک تقسیم می کند و هر مکعب را به یک هسته اختصاص می دهد: سپس هر هسته معادلات حرکت را برای همه ذرات مکعب خود ادغام می کند. تمام ارتباطات بین مکعبها با ارسال پیامهایی که حاوی موقعیت ذرات ، سرعت و نیروها هستند ، انجام می شود. در یک شبیه سازی رایانه ای رایانه ای معمولی ، این روش با تأخیر زیاد در ارسال پیام ، و نه فقط زمان محاسبه محدود است. بنابراین سرعت سیستم با نسبت محاسبه / پیام رسانی پردازنده ها محدود است. POETS از طریق این محدودیت از دو طریق شکسته می شود: (1) با کاهش هر پیام به اندازه ثابت کوچک ، با تاخیر در ارسال پیام بسیار کم ، و (2) تقسیم حجم ماده بیولوژیکی آنقدر ریز که به اندازه ای باشد که هر مکعب فقط شامل معدودی باشد اتمها یا مولکولها بنابراین ، هزینه محاسباتی محلی در هر هسته اندک است و برای پیشبرد شبیه سازی ، فقط یک یا دو پیام باید در هر جفت هسته رد و بدل شود – همه هسته ها به صورت موازی کار می کنند. با بهره برداری از پیام رسانی با سرعت بالا می توانیم هزینه های محاسباتی را که به سیستم های بسیار بزرگتر شبیه سازی شده برای مدت زمان طولانی تر در یک دوره زمانی کوتاهتر تبدیل می شوند ، کاهش دهیم.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای اطلاعات بیشتر در مورد این پروژه ، لطفاً با
    دکتر دیوید توماس ( d.thomas1 imperial.ac.uk )
    کالج امپریال لندن
    +44 (0) 2075 946303
    یا
    پروفسور اندرو براون ( adb ecs.soton.ac.uk )
    از دانشگاه تماس بگیرید Southampton
    +44 (0) 2380 593374

الگوریتم های عددی ناهمزمان

یکی از راه های استفاده از POETS استفاده از آن برای سرعت بخشیدن به الگوریتم های موجود است ، اما روش دیگر استفاده از آن به عنوان تخت تست برای الگوریتم های جدید جدیدی است که به طور مستقیم از سخت افزار استفاده می کنند. این پروژه تحقیقاتی چگونه می تواند الگوریتم های عددی همزمان را برای کار در یک پارچه محاسباتی واقعاً ناهمزمان تبدیل و سازگار کند.

روشهای عددی به طور گسترده ای در علم و صنعت مورد استفاده قرار می گیرد تا راه حلهای تقریبی برای مشکلاتی که راه حلهای بسته ندارند یا برای حل دقیق آنها بسیار گران است. مثالها شامل شبیه سازی n-body برای مدل سازی کهکشانها ، حلالهای با اختلاف محدود برای مدل سازی هیدرودینامیک و شبیه سازی عناصر محدود برای ارزیابی توربین های بادی است. وقتی کسی به بزرگترین رایانه های بزرگ جهان مانند Summit ، Sierra یا Sunway TaihuLight فکر می کند ، بیشتر وقت خود را صرف اجرای چنین مشکلاتی در ده ها یا صدها هزار هسته می کنند. بسیاری از این روشهای عددی شامل پیمودن یک سیستم فیزیکی شبیه سازی شده در طی زمان هستند و معمولاً به کل شبیه سازی که به زمان t می رسد اعتماد می کنند.قبل از هر قسمت از شبیه سازی می تواند بر روی زمان t +1 حرکت کند . این پیشرفت مرحله قفل در طول زمان می تواند منجر به ناکارآمدی هنگام اجرای این شبیه سازی ها در سیستم های موازی عظیم شود ، زیرا هماهنگ سازی هزاران هسته در زمان و انرژی گران است.

POETS این فرصت را پیدا می کند تا با الگوریتم های جدیدی که از ماهیت ناهمزمان رایانه ها سوءاستفاده می کنند ، استفاده کرده و از اعتماد به نفس سنتی در هماهنگی جلوگیری کنید. شکل در سمت راست بالا یک شبیه سازی عنصر محدود از یک ایرفویل را نشان می دهد ، که با استفاده از یک الگوریتم بدون هماهنگ سازی بر روی POETS اجرا می شد ، اما هنوز هم در مراحل زمانی گسسته از t تا t متکی است.1+ با این وجود ، روشهای عددی نیز وجود دارد که مستقیماً ناهمزمان را در پایین ترین سطح قرار می دهند و می توانند از ماهیت غیرقابل سفارش و غیرقابل پیش بینی سیستم های توزیع گسترده در مقیاس بزرگ بهره برداری کنند. POETS یک تختخواب آزمایشگاهی عالی برای این نوع تحقیقات است که اجازه می دهد تا ایده های نظری در سیستم های دنیای واقعی آزمایش شوند. این منطقه تحقیقاتی هم برای دانشمندان محاسبات و هم برای مهندسین جالب در تحقیقات الگوریتمیک و همچنین فیزیکدانان یا شیمی دانانی که علاقه مند به کاوش در بخش محاسباتی حوزه خود هستند ایده آل خواهد بود. این دانشجو همچنین فرصتی برای تعامل با سایر تیم های تحقیقاتی که در لایه های مختلف پشته POETS و همچنین تعدادی از شرکای صنعتی کار می کنند ، برقرار می کند.

  • بورسیه های دکتری رقابتی برای دانشجویان واجد شرایط انگلستان / اتحادیه اروپا در دسترس است.
    برای کسب اطلاعات بیشتر در مورد این پروژه ، لطفاً با
    دکتر دیوید توماس ( dt10 imperial.ac.uk ) کالج امپریال
    مهندسی برق
    لندن
    +44 (0) 2075 946303 تماس بگیرید

نوشتن دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.

یک × 5 =