본 연구는 LHC의 CMS 검출기를 사용하여 13 TeV 에너지에서 양성자-양성자 충돌 데이터를 분석하여 Z 및 Higgs 보손이 J/ψ 또는 ψ(2S) 중간자와 광자로 붕괴하는 희귀 붕괴를 탐색했지만, 표준 모형 예측을 벗어나는 유의미한 증거는 발견되지 않았습니다.
본 논문에서는 격자 볼츠만 방법의 메모리 요구량과 데이터 액세스 비용을 줄여 고성능 컴퓨팅 환경에서 연성 물질 시뮬레이션 효율을 향상시키는 새로운 GPU 가속 기술을 소개합니다.
RAMSES-yOMP 通過採用混合并行化方案、改進的泊松方程求解器和增強的負載平衡方案,顯著提高了天體物理模擬代碼 RAMSES 的性能和內存效率。
RAMSES-yOMP는 기존 RAMSES 코드의 병렬 처리 효율성을 개선하여 실행 시간을 단축하고 메모리 및 디스크 공간 사용을 줄이는 동시에 결과의 신뢰성을 유지하는 향상된 천체물리학 시뮬레이션 코드입니다.
天体物理学シミュレーションコードRAMSESの新しいバージョンであるRAMSES-yOMPは、MPIとOpenMPを組み合わせたハイブリッド並列化、改善されたポアソン方程式ソルバー、強化された負荷分散スキームを通じて、パフォーマンスとメモリ効率を大幅に向上させます。
By implementing a hybrid parallelization scheme using OpenMP alongside the existing MPI framework, RAMSES-yOMP significantly improves the performance of the RAMSES astrophysical simulation code, achieving a two-fold speed increase and substantial memory and storage savings.
OMP4Py 透過導入 OpenMP 的指令導向平行化模型,讓 Python 開發者能夠像使用 C、C++ 或 Fortran 一樣,以相同的控制和靈活性編寫平行代碼,從而顯著提升 Python 在高效能運算領域的效能。
OMP4Py는 Python에서 OpenMP의 친숙한 지시 기반 병렬화 패러다임을 제공하여 개발자가 C, C++ 또는 Fortran과 동일한 수준의 제어 및 유연성으로 병렬 코드를 작성할 수 있도록 합니다.
Python の最新バージョンにおける GIL の無効化を踏まえ、純粋な Python で実装された OpenMP の実装である OMP4Py を導入し、その性能を評価する。
OMP4Py introduces OpenMP's directive-based parallelization to Python, leveraging the removal of the GIL in Python 3.13+ to enable efficient multithreading for improved performance, particularly in non-numerical workloads.