Hypre

スケーラブルな線形ソルバプロジェクトのHypreの目標は、並列計算機上の方程式の大規模な、スパース線形システムを解くためのスケーラブルなアルゴリズムおよびソフトウェアを開発することです。
主なソフトウェア製品はhypre、構造化および非構造化の両方のグリッド問題の並列マルチグリッドの方法を特徴とする高性能予備調整のライブラリです。
関心のある問題は、防衛、環境、エネルギー、生物科学で物理現象を研究するLLNLで、他の場所に開発されたシミュレーションコードで発生します。
並列処理は、これらの問題の数値解法のために必要であるが、それだけでは十分ではありません。スケーラブルな数値計算アルゴリズムも必要です。 「スケーラブル」とは、一般に、ますます大きな課題を解決するために効果的に追加の計算リソースを使用する能力を意味します。多くの要因は、並列計算機のアーキテクチャとアルゴリズムの並列実装を含む、拡張性に貢献しています。しかし、一つの重要な問題が見落とされがち：アルゴリズム自体の拡張性を提供します。ここでは、スケーラビリティは、全計算作業要件がコンピューティング·プラットフォームに依存しないで議論することができ、問題の大きさ、一緒に成長する方法の説明です。
今日のシミュレーションコードで使用されるアルゴリズムの多くは、昨日のスケーラブルな技術に基づいています。これは、ますます大きな問題を解決するために必要な作業は、直線的に（最適レート）よりはるかに速く成長することを意味します。スケーラブルなアルゴリズムの使用は、このように30分MPP上の2日間の走行を減らす、数桁シミュレーション時間を減少させることができます。彼らは効果的に巨大な問題を解決するために、追加のコンピュータリソースを活用することが可能であるため、また、この技術を使用するコードは、マシンのメモリのサイズによってのみ制限されます。
スケーラブルなアルゴリズムは、両方のポーズと新たな疑問に答えるために、アプリケーションの科学者を有効にしてください。たとえば、（特定の解像度で）指定されたシミュレーションの実行には数日かかる場合、および洗練された（すなわち、より正確な）モデルは、はるかに長い時間がかかるだろう、アプリケーションの科学者は、より大きな、より高い忠実度のシミュレーションを見合わせる場合があります。それぞれの実行に時間がかかるので、彼または彼女はまた、パラメータスタディの範囲を狭めることを余儀なくされてもよいです。実行時間を減少させることにより、スケーラブルなアルゴリズムは科学者がより高い解像度でより多くのシミュレーションを行うことができます。

このリリースの新機能：

このバージョンでは、補助空間発散ソルバーを追加します（ADS）、冗長粗いグリッドがBoomerAMにオプションを解決し、ParCSRクリロフソルバーのためのFortranインターフェイスにユークリッドプレコンディショナーオプション。
それは、（任意）高次H（カール）とH（DIV）の離散化方法をサポートするために、AMSとADSソルバーを拡張します。
これは、更新され、例のいくつかを洗練します。
各種バグ修正があります。