Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/11701/25792
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorСтрельцова Оксана Ивановнаru_RU
dc.contributor.advisorStrelcova Oksana Ivanovnaen_GB
dc.contributor.authorФатькина Анна Игоревнаru_RU
dc.contributor.authorFatkina Anna Igorevnaen_GB
dc.contributor.editorДегтярев Александр Борисовичru_RU
dc.contributor.editorDegtarev Aleksandr Borisovicen_GB
dc.date.accessioned2021-03-24T15:08:04Z-
dc.date.available2021-03-24T15:08:04Z-
dc.date.issued2019
dc.identifier.other035020en_GB
dc.identifier.urihttp://hdl.handle.net/11701/25792-
dc.description.abstractВ данной работе описана библиотека поддержки вычислений для платформы GNA на графических процессорах. Платформа GNA разработана для статистического анализа данных физических экспериментов. Некоторые алгоритмы, реализованные для анализа данных нейтринных экспериментов, занимают многие часы. Такой анализ включает в себя многократное повторение одного и того же вычислительного графа с разными параметрами. Кроме того, большинство функций, используемых для анализа, производится над массивами данных, а зависимости по данным --- минимальны. Для выполнения таких задач, реализуемых в GNA, подходит архитектура GPU. В работе описаны подходы, используемые при реализации, а также приведены тесты на производительных некоторых алгоритмов и вычислительных цепочек. Получено ускорение для объемов данных, используемых в модели JUNO.ru_RU
dc.description.abstractIn this work, the GPU support library for the GNA framework is described. The GNA platform is designed for statistical analysis of data from physical experiments. Some algorithms implemented to analyze data from neutrino experiments take many hours. Such analysis includes repeated invoke of the same computational graph with different parameters. In addition, most of the functions used for analysis are performed on data arrays, and data dependencies are minimal. The GPU architecture is suitable for performing such tasks implemented in GNA. Approaches used in the implementation are described here, as well as tests on the performance of some algorithms and computational chains. Acceleration obtained for the data volumes used in the JUNO modelen_GB
dc.language.isoru
dc.subjectГрафические процессорыru_RU
dc.subjectнейтриноru_RU
dc.subjectстатистический анализru_RU
dc.subjectGNAru_RU
dc.subjectGPUen_GB
dc.subjectneutrinoen_GB
dc.subjectstatistical analysisen_GB
dc.subjectGNAen_GB
dc.titleDevelopment of the multithreading support system for Global Neutrino Analysis frameworken_GB
dc.title.alternativeРазработка систем поддержки многопоточных вычислений платформы Global Neutrino Analysisru_RU
Располагается в коллекциях:MASTER'S STUDIES

Файлы этого ресурса:
Файл Описание РазмерФормат 
fatkina_thesis.pdfArticle2,86 MBAdobe PDFПросмотреть/Открыть
reviewSV_Otzyv_naucnogo_rukovoditela_na_VKR.pdfReviewSV83,6 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.