T.E.L: 2 min.
Realizada con la supercomputadora Frontier, del Laboratorio Oak Ridge.
Mostrando las entradas con la etiqueta Supercomputación. Mostrar todas las entradas
Mostrando las entradas con la etiqueta Supercomputación. Mostrar todas las entradas
11/9/21 - DJ:
Una argentina participó de la simulación más grande del universo
T.E.L: 2 min.
En la creación de Uchuu, que significa "universo", participó una astrónoma cordobesa de la UNLP.
18/4/20 - DJ:
Simulan gravedad y magnetismo en disco protoplanetario
T.E.L: 3 min.
Se habría detectado un mecanismo de fricción para explicar el "problema de pérdida de momento angular" en discos de formación planetaria.
16/11/19 - DJ:
25/10/19 - DJ:
Supremacía cuántica y soberbia científica
T.E.L: 7 min.
Una reflexión sobre las supremacías y las soberbias y las libertades.
6/9/19 - DJ:
La máquina de Universos
T.E.L: 4 min.
Un virtualizador de universos permite entender mejor la formación y evolución galáctica.
17/8/19 - DJ:
13/3/15 - DJ:
Evolución de un cúmulo de galaxias con supercomputadora
T.E.L: 4 min. 44 seg.
El Instituto de Astrofísica de Canarias (IAC) ha realizado un vídeo de 4 minutos que se simula la formación y evolución de un cúmulo de galaxias. Esta animación cubre un intervalo temporal de 13.000 millones de años, casi la edad del Universo.
11/4/11 - DJ:
¡Rayos gamma y centellas!
T.E.L: 4 min. 24 seg.
Nuevos datos sobre los estallidos de rayos gamma largos y cortos se dieron a conocer la semana pasada por una detección muy brillante y una simulación.
24/1/11 - DJ:
Astroinformática en Canadá: entre Grid y la nube
T.E.L: 2 min. 37 seg.
CANFAR es un proyecto cuyo objetivo es crear una plataforma de red para apoyo de la investigación en astronomía, usando lo mejor de la infraestructura Grid y de la nube.
27/10/10 - DJ:
Una astronomía acelerada
T.E.L: 7 min. 48 seg.
No sólo la expansión del universo parece estar acelerada. En los últimos cuatro siglos los descubrimientos en astronomía también parecen ser cada vez más veloces. ¿Se seguirán produciendo hallazgos a una tasa incremental? ¿Hay un límite en el progreso de la astronomía?
19/10/10 - DJ:
Computando estrellas y galaxias
T.E.L: 3 min. 31 seg.
El Gran Telescopio para Rastreos Sinópticos (LSST) incorporará la cámara digital más grande del mundo y obtendrá una cantidad ingente de datos.
19/9/10 - DJ:
El arte de simular el universo
T.E.L: 4 min. 7 seg.
Se anunció la realización de una simulación computacional 3D para entender los mecanismos que disparan los eventos supernova. Antes, este año se había realizado otra y existen grandes simulaciones cosmológicas. Hay también un trabajo que reúne física y arte, sin disimulo.
7/5/10 - DJ:
Las fronteras informáticas de los aceleradores
T.E.L: 2 min. 12 seg.
Los colosales aceleradores de partículas que monitorean las colisiones en el Tevatron de Fermilab y el Gran Acelerador de Hadrones en CERN no sólo imponen nuevos desafíos a la física, sino también a la consulta de datos de sus sistemas.
17/2/10 - DJ:
El LHC explora la nube
T.E.L: 6 min. 25 seg.
Un diluvio de datos de física de alta energía se dirige hacia los servidores de CERN en Ginebra. La Organización Europea para la Investigación Nuclear (CERN) planea reiniciar el Gran Colisionador de Hadrones pronto a 3.5 TeV por haz, durante un par de años. Para eso es necesario, entre otras cosas, que los sistemas computacionales se amolden a la cantidad de datos que recibirán para analizarlos.
En vez de añadir un conjunto de nuevas computadoras, CERN está probando un entorno de virtualización del servidor que esperan tener listo para fin de año. Esto involucra usar software para segmentar la capacidad de proceso y almacenamiento del servidor y es una técnica que se ha vuelto popular en los últimos años.
Se planea dividir sus 4.000 servidores (que poseen unos 32.500 procesadores) en 35.000 servidores virtuales y manejar el flujo de datos desde Platform Computing Corp., en Markham, Ontario. Durante los próximos dos o tres años se podrían seguir segmentando servidores hasta 80.000 virtuales.
"Estamos limitados en la cantidad de energía y enfriamiento disponible", indicó Tony Cass, líder del grupo de operaciones e infraestructura de CERN. "Queremos exprimir hasta la última gota de los recursos que tenemos para hacer física".
El LHC tiene varios detectores de partículas, incluyendo ATLAS y CMS, que capturan datos de las colisiones. Para producir resultados, los científicos de CERN primero deben convertir los unos y ceros producidos por los detectores en imágenes significativas que muestren las huellas de las diferentes partículas producidas en las colisiones, explicó Cass. Luego necesitan analizar esas imágenes para entender lo que significan.
La captura y análisis de datos requiere un enorme poder computacional, pero no siempre en cantidades iguales. A veces se necesita más procesamiento para crear imágenes y otras para el análisis. Para relocalizar los recursos de los procesadores, Cass y su equipo deben determinar cuántos servidores serán requeridos para realizar alguna tarea. Si encuentran que más recursos son necesarios en otra parte, deben detener el procesamiento que se esté realizando en los servidores, reconfigurarlos y comenzar otra vez. Los servidores virtuales, sin embargo, pueden realizar esa tarea en forma dinámica usando el software de Platform Computing, sin la necesidad de interrumpir el trabajo que esté en progreso.
Cuando el LHC se vuelva a poner en línea en unas pocas semanas, se espera que lo haga en forma continua hasta finales de 2011. Las computadoras dedicadas al LHC, que corren unos 120.000 trabajos diarios, necesitarán trabajar a máxima eficiencia para asegurar que el flujo de datos de los detectores puedan ser rápidamente convertido en resultados.
"La presión en el equipo de computación se incrementará una vez que los datos reales estén aquí y los físicos compitan para producir artículos para las revistas y conferencias, especialmente si hay alguna señal de un descubrimiento", comentó Cass.
Según señaló Cass a Computing los investigadores expresaron preocupación de que los sistemas de virtualización signifiquen una caída del desempeño. Sin embargo él piensa que el acceso a CPU y la red no resulta un problema como sí parece un mayor desafío el acceso a los discos porque hay un ingreso y egreso de datos constante.
Por el momento, indicó Cass, están trabajando en un modelo de virtualización para un entorno de prueba con 20 máquinas, pero planean extenderlo el próximo año. Para eso deben convencer a los investigadores que sus trabajos se realizarán igual que en el pasado. "Tenemos 5.000 sistemas físicos, cada uno con 16 núcleos, lo que potencialmente soportan 80.000 máquinas virtuales", señaló.
Platform LSF y LHC
Para manejar los requerimientos de manejo de datos CERN desarrolló su propio sistema de manejo jerárquico de almacenamiento llamado CASTOR. Los robots de cintas de StorageTeck proveen la plataforma para el sistema.
Cuando un físico envía un trabajo que requiere acceso a los datos, el software que corre en cada servidor Linux de CASTOR encuentra y envía la data, que puede ser distribuida a través de cientos de unidades de almacenamiento. El problema parece surgir cuando muchos usuarios requieren acceso a diferentes conjuntos de datos.
"Platform LSF nos ayuda a sobrepasar nuestro desafío de manejo de almacenamiento al programar los requerimientos de usuarios", explicó Cass. Se eligen los servidores de archivos basados en una variedad de factores de utilización como uso de CPU, carga de entrada/salida, espacio en disco disponible, etc.
En eweek, Cass comentó que además de usar la solución Platform ISF están probando las soluciones cloud que convierte los clusters y grids en dinámicos entornos nube para HPC (Computación de Alto desempeño).
"Necesitamos una infraestructura que soporte nuestra existente grid en un entorno heterogéneo que pueda manejar tanto máquinas virtuales como físicas necesarias para nuestros proyectos".
Clusters, Grid y cloud: ¿En qué quedamos?
Una grid es una colección de computadoras, usualmente de varias instituciones en diferentes lugares, conectadas juntas para que los usuarios puedan compartir el acceso a su poder combinado. Son como los clusters o conjuntos de computadoras interconectadas, pero una grid es heterogénea: se pueden correr diferentes sistemas operativos y distinto hardware. Además los clusters suelen estar en una misma localización, mientras una grid se extiende sobre una LAN o WAN.
Por otro lado, un cluster se comporta como todo un sistema con un manejo central, mientras en una grid cada nodo es autónomo, una entidad independiente. Es decir, que por un lado tenemos un sistema distribuido pero centralizado (cluster) y por otro un sistema descentralizado (grid).
La nube (o computación cloud) es un concepto relativamente nuevo y en desarrollo. Implica que algunas compañías IT arrendan sus recursos de software e infraestructura como un servicio, a través de internet, cobrando por su uso. Amazon y Google son dos pioneras en el desarrollo de este nuevo paradigma.
La computación Grid del LHC 
La computación grid le brinda al LHC no sólo un ahorro de coste. Para analizar los datos necesitarían un sistema muy poderoso, fuera de su alcance, si no fuera por la utilización de las facilidades que poseen las universidades y laboratorios.
Pero además, permite tener múltiples copias de los datos en diferentes lugares, óptimo uso de la capacidad de espacio, no hay un único punto de falla, el costo de mantenimiento y actualización es distribuido, se reduce el "sangrado científico" que se produciría si los investigadores fueran forzados a dejar sus países para acceder a los recursos, ofrecer nuevas tecnologías, reconfigurar el sistema con relativa facilidad, entre otras ventajas.
¿Se puede usar la nube para la ciencia?
Hay múltiples ejemplos del uso de las grid en ciencia. ¿Puede pasar lo mismo con las nubes? La virtualización parece ser clave en esto porque permite mayor control para el usuario.
Un interesante artículo en IEEE Internet Computing (1) aborda el tema y destaca que un obstáculo actual es la no compatibilidad de imágenes para crear máquinas virtuales, ya que las implementaciones (VMware, Xen, etc) usan distintos formatos de disco, así como otras cuestiones de compatibilidad del entorno.
Un proyecto que vincula a la nube con la ciencia es Science Clouds, un proyecto beta en el cual algunos investigadores están realizando pruebas interesados en usar la computación cloud para proyectos científicos. Un ejemplo reciente fue el uso de la nube para el experimento STAR. La iniciativa estudia las propiedades fundamentales de la materia en el plasma Quark-Gluón. Los recursos del proyecto corren en Open Science Grid. Sin embargo, dos semanas antes de una conferencia realizaron una simulación usando Nimbus, una implementación de código abierto de Amazon EC2 que permitió a los científicos acceder a clusters virtuales a través de imágenes desplegadas en máquinas virtuales. (2)
Ahora, la virtualización de los servidores del CERN, usando los servicios del software de Platform, apuntan a combinar la infraestructura grid existente con el poder de la nube.
Virtualización
En informática, virtualización se refiere a la abstracción de los recursos de una computadora, llamada Hypervisor o VMM (Virtual Machine Monitor) que crea una capa de la abstracción entre el hardware de la maquina física (host) y el sistema operativo de la maquina virtual (virtual machine, guest), siendo un medio para crear una versión virtual de un dispositivo o recurso, como un servidor, un dispositivo de almacenamiento, una red o incluso un sistema operativo, donde se divide el recurso en uno o más entornos de ejecución.
Esta capa de software (VMM) maneja, gestiona y arbitra los cuatro recursos principales de una computadora (CPU, Memoria, Red, Almacenamiento) y así podrá repartir dinámicamente dichos recursos entre todas las maquinas virtuales definidas en el computador central. De modo que nos permite tener varios ordenadores virtuales ejecutándose sobre el mismo ordenador físico.
Fuentes y links relacionados
- Computing.co.uk: Q&A: CERN group leader of fabric infrastructure and operations, Tony Cass
- Scientificamerican.com: CERN Gears Up Its Computers for More Atom Smashing , por Larry Greenemeier
- Comparison of Grid Computing vs. Cluster Computing
- Grids and clouds: What's in a name?
- World-Renowned Nuclear Physics Laboratory Explores Cloud Computing with Platform ISF and Platform ISF Adaptive Cluster
- La computación GRID para el LHC está preparada
- The LHC Computing Grid in the starting blocks
- CERN Embraces Huge Cloud For Scientific Community
- Platform ISF Adaptive Cluster
- Platform LSF
- (1) Katarzyna Keahey, Mauricio Tsugawa, Andrea Matsunaga, Jose Fortes, "Sky Computing," IEEE Internet Computing, vol. 13, no. 5, pp. 43-51, Sep./Oct. 2009, doi:10.1109/MIC.2009.94
- (2) ISGTW: Clouds make way for STAR to shine
Sobre las imágenes
- Imágenes del centro de computación durante la instalación. PC Farm. Globo Grid. Crédito: CERN
Etiquetas:
Física en Blogalaxia-Ciencia en Bitácoras.com
12/2/10 - DJ:
Ciencia pública para estudiar el universo
T.E.L: 2 min. 26 seg.
El poder combinado del proyecto MilkyWay@Home sobrepasó recientemente a la segunda supercomputadora más rápida del mundo, Roadrunner.Además, el proyecto SETI nos invita a ser participantes activos en la búsqueda de vida inteligente.
Cientos de miles de ordenadores hogareños en todo el mundo están trabajando, ahora mismo, en forma conjunta para tratar de resolver uno de los mayores enigmas de nuestra galaxia.
Los voluntarios están donando el tiempo libre de sus computadoras para colaborar con los astrónomos del Instituto Rensselaer a mapear la forma de la Vía Láctea. Ahora, este mes, el poder computacional de todos los participantes sobrepasó el petaflop, es decir, 1015 FLOPS.
El proyecto MilkyWay@Home usa la plataforma BOINC, al igual que otras iniciativas más conocidas como SETI@home, pero este proyecto sobre la Vía Láctea, en términos de velocidad, logró ser el más rápido en esa plataforma, por debajo de Folding@Home.
Respecto a los sistemas más veloces del mundo, la lista Top500 de noviembre situó al sistema del Laboratorio Oak Ridge, un Jaguar Cray, en el primer lugar. En aquel listado, el sistema de Rensselaer figura en la posición 70, pero este mes habrían superado en velocidad a la segunda más rápida, según señala la nota de prensa del instituto.
¿Interesado?
Para unirse al proyecto hay que crear una cuenta en MilkyWay@Home y descargar la plataforma BOINC. Con el software podremos indicar si el poder de nuestro CPU se usará en todo momento o sólo cuando no estemos usando la máquina. De igual manera puede estipularse la cantidad/porcentaje de uso de los discos duros y memoria RAM. Y también claro, el acceso a internet, ya que la idea conciste en descargar datos obtenidos por el Sloan Digital Sky Survey, procesarlos en nuestro ordenador y devolver los resultados, vía web.
En particular, MilkyWay@Home busca entender cómo las galaxias enanas que construyeron la Vía Láctea se han movido y fusionado a lo largo de millones de años. Los resultados están brindando nuevos detalles sobre la forma general y densidad de la materia oscura en nuestra galaxia.
Con un sistema tan distribuido geográficamente y tan heterogéneo en su software y hardware, los investigadores debieron crear nuevos algoritmos para procesar el trabajo lo que posibilita que incluso una vieja PC pueda colaborar y sea útil, señaló Carlos Varela, profesor de computación de Rensselaer.
"Esto es verdaderamente ciencia pública", indicó Travis Desell, investigador en la misma casa de estudios, que comenzó a trabajar en el proyecto como un estudiante y ha visto toda la evolución de la iniciativa. "Es una verdadera oportunidad única de tener personas interesadas en ciencia mientras nos permite crear un fuerte recurso computacional para la investigación", señaló.
SETI, en busca de ciudadanos científicos
SETIQuest.org surgió el miércoles, lanzado en la conferencia TED 2010 en California.
Es un desarrollo de Jill Tarter quien, al ganar el Premio TED, tuvo la posibilidad de pedir un deseo y ella deseó que todos podamos convertirnos en participantes activos de la búsqueda de inteligencia extraterrestre.
El sitio web pone grandes cantidades de datos de SETI a disposición del público por primera vez. También publicará el algoritmo de detección de señal del Instituto SETI como un código fuente abierto, y se invita a los programadores a mejorarlo. Habíamos anunciado este interés de Jill en nuestro artículo sobre cómo colaborar con la ciencia.
Ver video en TED
Fuentes y links relacionados
Sobre las imágenes
- Logotipos de MilkyWay@Home y SetiQuest.
- Imagen del equipo Argentina en MilkyWay@Home
Etiquetas:
Astronomía en Blogalaxia-Ciencia en Bitácoras.com
5/2/10 - DJ:
El universo en la GPU
T.E.L: 5 min. 17 seg.
Así como nuestra tarjeta de video forma parte del universo, también es posible usar sus capacidades de cálculo para estudiar el cosmos, procesar imágenes y jugar.
La unidad de procesamiento gráfico o GPU (acrónimo del inglés graphics processing unit) es un procesador dedicado exclusivamente al procesamiento de gráficos, para aligerar la carga de trabajo del procesador central en diversas aplicaciones. ATI (ahora adquirida por AMD) y NVIDIA son las dos casas más grandes productoras de tarjetas de video, que ahora brindan productos con capacidades muy importantes, como las tarjetas compatibles con CUDA, que veremos aquí. Pero también AMD tiene lo suyo.
CUDA son las siglas de (Compute Unified Device Architecture) que hace referencia tanto a un compilador como a un conjunto de herramientas de desarrollo creadas por NVIDIA.
Funciona en todas las GPUs NVIDIA de la serie G8X en adelante, incluyendo GeForce, Quadro y la linea Tesla (ver productos compatibles).
CUDA intenta explotar las ventajas de las GPUs utilizando el paralelismo que ofrecen sus múltiples núcleos.
¿Para qué se usa CUDA?
El sitio Cuda Zone permite recorrer un amplio conjunto (casi 700) de usos diferentes que los desarrolladores han creado. Aquí listamos algunas de las formas en que la astronomía y cosmología están usando CUDA para estudiar el cosmos:
Correlación de señales en radioastronomía
Rob van Nieuwpoort, de ASTRON, realizó un trabajo de comparación de diferentes procesadores:
Un reciente desarrollo en radioastronomía es reemplazar las antenas tradicionales con muchas antenas pequeñas. Las señales son combinadas para formar un gran telescopio virtual. El enorme flujo de datos es filtrado, a través de un proceso llamado correlación cruzada para quitar el ruido. Esto es especialmente desafiante porque la demanda computacional crece en forma cuadrática y hay una intensa entrada y salida de datos. El telescopio LOFAR, por ejemplo, producirá más de 100 terabytes por día. Una tendencia reciente es correlacionar en software en vez de en hardware dedicado para incrementar la flexibilidad y reducir los esfuerzos de desarrollo.
En el paper se indica que LOFAR utiliza la arquitectura IBM Blue Gene/P en el correlador, pero también probaron NVIDIA Tesla C1060, ATI 4870 y Cell B.E.
Los resultados (*1) muestran que el poder de procesamiento y memoria de las actuales GPUs están desbalanceados para propósitos de correlación. Mientras el correlador en Blue Gene alcanza un increíble 96% del pico teórico de desempeño, en ATI sólo llega a 14%, en NVIDIA sólo trepa al 26% y en Cell/B.E. logra 92%.
Gráfico comparativo del pico teórico alcanzado con y sin comunicación, entre las diferentes plataformas. Crédito: Nieuwpoor-RomeinEl trabajo se presentó en la 23º Conferencia Internacional de Supercomputación (ICS), 8-12 junio 2009, Nueva York, USA. Se publicó en ACM.
Se puede obtener una copia en GPGPU.
Visualización interactiva de simulaciones cosmológicas
Tamas Szalay, Volker Springel y Gerard Lemson firman el paper:
GPU-Based Interactive Visualization of Billion Point Cosmological
Simulations
arXiv:0811.2055v2
Allí indican que, a pesar de los recientes avances en capacidades de gráficos de las computadoras, un enfoque de fuerza bruta es incapaz de mostrar interactivamente terabytes de datos. Indican haber implementado un sistema que usa un nivel jerárquico de detalle para los resultados de simulaciones cosmológicas, para poder mostrar visualmente resultados precisos sin cargar todos los datos (que contienen más de 10 mil millones de puntos). El principio guía del programa es que el usuario no debería ser capaz de distinguir lo que ve de todo el conjunto de datos original. Más aún, al usar un sistema de árbol para los niveles de detalle, el tamaño de los datos se limita sólo a la capacidad del sistema de entrada/salida que los contiene.
Springel parece ser un experto en la materia. Es quien desarrolló el código de GADGET para simulaciones cosmológicas.
El artículo indica que usaron los datos de la simulación Aquarius (una de las mayores que se hayan hecho) en la que hay 150 millones de partículas en cada paso de tiempo y 128 pasos en total, por lo que hay unas 20 mil millones de partículas. Toda la simulación requiere 1.4 terabytes de espacio en disco. La idea es no renderizar todos los datos, sino generar equivalentes en varias escalas. Esto se ha hecho en muchas ocasiones. Un ejemplo simple son las imágenes satelitales de Google Maps.
Para las simulaciones cosmológicas, el procedimiento generalmente consiste en tomar un gran número de puntos (actualmente hasta decenas de miles de millones) y renderizar cada uno como un pixel o un grupo, en la pantalla. La estructura de datos usada fueron octrees, que son árboles de ocho ramas, digamos. Así, los lugares cercanos al usuario espectador serán cargados con mucho detalle, mientras los más alejados mostrarán una versión simplificada.
El programa para la visualización utiliza la CPU sólo para decidir qué bloques cargar y renderizar. El resto del trabajo es realizado por la tarjeta gráfica.
El sistema implementado permite ver los datos a diferentes escalas y en distintas localizaciones, instantáneamente; examinar los datos en distintos momentos y seleccionar algunos puntos de interés y seguirlos desde el comienzo al final.
Y todo con una GeForce 8800 a 10 cuadros por segundo.
La punta del iceberg
Las mencionadas son sólo algunos de los varios usos que relacionan las GPU con la astronomía. Para citar algunos otros recursos y enlaces interesantes:
AstroGPU 2007 fue un taller sobre computación y unidades de procesamiento gráfico en astronomía y astrofísica. Se realizó en el Instituto de Estudios Avanzados de Princeton, 9-10 de noviembre de 2007. En la página de AstroGPU 2007 hay videos y presentaciones en pdf.
GAMER: a GPU-Accelerated Adaptive Mesh Refinement Code for Astrophysics
Hsi-Yu Schive, Yu-Chih Tsai, Tzihong Chiueh
arXiv:0907.3390v2
Graphic-Card Cluster for Astrophysics (GraCCA) -- Performance Tests
Hsi-Yu Schive, Chia-Hung Chien, Shing-Kwong Wong, Yu-Chih Tsai, Tzihong Chiueh
arXiv:0707.2991v2
En el artículo se describe la arquitectura del sistema GraCCA, un cluster de tarjetas gráficas para simulaciones astrofísicas. Consiste en 16 nodos, cada uno con 2 tarjetas NVIDIA GeForce 8800 GTX, con un rendimiento teórico de 16.2 TFLOPS.
Para el público general
Ciencia en casa
No sólo para la ciencia de alto rendimiento se pueden usar las actuales capacidades de las GPU. Aquí hemos comentado la posibilidad de hacer ciencia en una computadora personal, a través de proyectos como SETI@home. El proyecto posibilita usar CUDA para tener mucho mayor poder de procesamiento. Lo mismo ocurre con Einstein@Home y GPUGRID.
Brian Burke, de NVIDIA cuenta que "La tecnología CUDA de NVIDIA acelera drásticamente el ritmo de la investigación científica".
Y también para el recreo
Para finalizar, los juegos. No soy un ávido jugador (todavía estoy con Tomb Raider...), pero algunos parecen muy apetecibles:
Crazy Machines 2: Se trata de resolver problemas, usando PhysX. Este y otros juegos pueden verse en ejecución en videos de YouTube como el que sigue:
http://www.youtube.com/watch?v=Y-SCYg7pA-s
Warmonger
Si de tiros se trata, con Warmonger parece que podemos destruir todo a nuestro paso.
En YouTube:http://www.youtube.com/watch?v=rRMdv21q9Cw
Salvapantallas
NVIDIA posee un salvapantallas hipnotizante de una bola que va cayendo y rompiendo paños, con varias opciones de configuración, por ejemplo, es posible que el fondo del screensaver sea una imagen (o una serie) que tengamos en nuestra PC. Lo podemos previsualizar en YouTube.
Los dos juegos y el salvapantallas indicados pueden descargarse en forma gratuita de la página de Power Packs de NVIDIA.
Yapa
FastFractal256 es una aplicación para visualizar fractales de Mandelbrot. Utiliza CPU y GPU. Si no tenemos una tarjeta gráfica apropiada, usará sólo la unidad de procesamiento central. Puede descargarse una versión de prueba y ver videos e imágenes del programa en FastFractal.com
Para aprender
Las herramientas de desarrollo CUDA están formadas por tres componentes fundamentales para ayudar al programador a iniciarse en este lenguaje:
1. El último controlador CUDA
2. Un kit de herramientas completo
3. Ejemplos de código del SDK de CUDA
CUDA U contiene cursos online que ofrecen todo lo necesario para empezar a programar en CUDA o impartir conocimientos sobre este entorno de programación. También contiene enlaces con universidades que incluyen CUDA en sus planes de estudios.
Open CL
OpenCL (Open Computing Language) es un entorno de cálculo heterogéneo que se ejecuta sobre la arquitectura CUDA. Permite a los desarrolladores aprovechar la extraordinaria capacidad de procesamiento paralelo de las GPUs NVIDIA para crear aplicaciones de cálculo altamente eficientes.
Como parte de la presentación de OpenCL NVIDIA efectuó una demostración de la primera aplicación OpenCL para GPU del mundo ejecutada en una GPU NVIDIA para portátiles.
Las herramientas de desarrollo CUDA están formadas por tres componentes fundamentales para ayudar al programador a iniciarse en este lenguaje:
1. El último controlador CUDA
2. Un kit de herramientas completo
3. Ejemplos de código del SDK de CUDA
CUDA U contiene cursos online que ofrecen todo lo necesario para empezar a programar en CUDA o impartir conocimientos sobre este entorno de programación. También contiene enlaces con universidades que incluyen CUDA en sus planes de estudios.
Open CL
OpenCL (Open Computing Language) es un entorno de cálculo heterogéneo que se ejecuta sobre la arquitectura CUDA. Permite a los desarrolladores aprovechar la extraordinaria capacidad de procesamiento paralelo de las GPUs NVIDIA para crear aplicaciones de cálculo altamente eficientes.
Como parte de la presentación de OpenCL NVIDIA efectuó una demostración de la primera aplicación OpenCL para GPU del mundo ejecutada en una GPU NVIDIA para portátiles.
Fuentes y links relacionados
- (*1): Using Many-Core Hardware to Correlate Radio Astronomy Signals,
Rob V. van Nieuwpoor y John W. Romein - GPU Gems 3
Libro de Hubert Nguyen que ahora puede leerse online (en inglés), desde el enlace indicado. - Parallel Processing With CUDA, por Tom R. Halfhill, en Microprocessor Report, 28 enero 2008. Disponible en la página del autor.
Sobre las imágenes
- Simulación cosmológica (primera imagen) y octree. Crédito: Tamas Szalay, Volker Springel y Gerard Lemson
- Imágenes del sistema GraCCA. Crédito: Hsi-Yu Schive
- Imagen de Salvapantallas. Crédito: NVIDIA
Etiquetas:
Software en Blogalaxia-Ciencia en Bitácoras.com
3/2/10 - DJ:
Vida de una galaxia enana
T.E.L: 2 min. 34 seg.
La teoría de formación de las estructuras cósmicas ha pasado varias pruebas, prediciendo cuántas galaxias se formarán, dónde lo harán, qué tipo de galaxias serán. Pero por casi 20 años, sus predicciones sobre la masa central de las galaxias enanas han sido incorrectas. Una nueva simulación pretende mejorar el entendimiento de estas galaxias en relación a los procesos de nacimiento y muerte de las estrellas.
"Potencialmente, es un gran problema del modelo", señaló Fabio Governato, investigador de la Univesidad de Washington. "Podría implicar que la partícula de materia oscura que creemos que es correcta, no lo sea, o quizás que la gravedad funciona de forma diferente a como pensamos. Es un problema muy fundamental para la física".
Ahora, una simulación realizada en los recursos de la División de Supercomputación de NASA (NAS), junto al Centro Arctic y TeraGrid, podría haber resuelto este dolor de cabeza. El secreto es un modelo más realístico de cómo las estrellas nacen y mueren, incorporado a la teoría de formación galáctica existente.
Ocurre que cuando una estrella cerca del centro galáctico explota, una gran cantidad de gas interestelar del centro de la galaxia se pierde y como resultado se formarán menos estrellas en el centro, explicó Governato.
El resultado no es una sorpresa en sí mismo, ya que se sabía que eso ocurriría. Pero, según el investigador, "no estaba claro para nosotros cuánto impactaría en la formación de la galaxia" la pérdida de ese gas.
El artículo señala que se analizó una galaxia enana (DG1), pero que obtuvieron resultados equivalentes con galaxias de masa similar y diferentes historias. Otra galaxia simulada se describe en el material suplementario. La galaxia analizada tuvo una rica historia de fusiones: tres protogalaxias de masa similar y una gran satélite, entre otras. La formación estelar es abundante (con un pico de 0,25 Masas Solares/año).
Para crear la simulación, Governato trabajó con Thomas Quinn, de la misma universidad y con James Wadsley de la Universidad McMaster. Usaron alrededor de un millón de horas de computador, lo que habría demorado casi 100 años en una computadora de escritorio.
Anatoly Klypin, investigador de la Universidad de Nuevo México que también trabaja en la teoría de formación de las estructuras cósmicas, indicó que el modelo "es más realístico. Pero todavía requiere un montón de mejoras y entendimiento de cómo las estrellas se forman en el universo".
El trabajo de los investigadores, publicado en Nature, incluye el video embebido aquí y alojado en YouTube. El material puede obtenerse en formato .mov desde la página web de Governato y como información suplementaria en Nature.
http://www.youtube.com/watch?v=F7paxaOtVkk
En el video, lo azul es un mapa de la densidad del gas. Las regiones más brillantes representan gas que está formando activamente galaxias. El reloj marca el tiempo desde el Big Bang. El marco es de 50.000 años luz de diámetro. Crédito: Governato, Brook, Mayer y N-Body Shop.
Existen muchas simulaciones cosmológicas realizadas alrededor del mundo por investigadores que utilizan diversos enfoques.
En nuestro país, existe por ejemplo el Grupo de Astrofísica Numérica del IAFE que lidera la Dra. Patricia B. Tissera.
El código usado para la simulación se llama GASOLINE. Se trata de un algoritmo jerárquico de árbol que implementa el método llamado hidrodinámica de partículas suavizadas (SPH: Smoothed Particle Hydrodynamics).
Para realizar estas simulaciones se requiere, no sólo de gran conocimiento en astrofísica, sino en programación. Pero también de un recurso informático importante para procesar la gran cantidad de datos necesarios. Y no sólo procesarlos, sino también visualizarlos.
"No lo podríamos haber hecho hace tan sólo tres años. Las computadoras no eran lo suficientemente poderosas", afirmó Governato.
Estas simulaciones permiten entender mejor la formación galáctica, el papel de la materia oscura y otros fenómenos astrofísicos. Y es un área que puede resultar particularmente interesante en los jóvenes con habilidades informáticas e interés en astronomía.
El diluvio de datos astronómicos obtenidos con los grandes instrumentos, así como la enorme cantidad de datos para realizar simulaciones, precisan no sólo de potentes equipos, sino también de poderosos algoritmos que usen eficientemente el hardware disponible.
Sobre el asunto comentaremos próximamente, al abordar la utilización de las actuales GPU en astrofísica (y con otros fines más mundanos).
Fuentes y links relacionados
- ISGTW: Cosmic simulation, por Miriam Boon
- Bulgeless dwarf galaxies and dark matter cores from supernova-driven outflows
Fabio Governato, Chris Brook, Lucio Mayer, Alyson Brooks, George Rhee, James Wadsley, Patrik Jonsson, Beth Willman, Greg Stinson, Thomas Quinn, Piero Madau
Nature 463, 203-206 (14 enero 2010)
DOI:10.1038/nature08640
arXiv:0911.2237v1
Sobre las imágenes
- La imagen es una captura de pantalla del video, cortesía de Fabio Governato.
Etiquetas:
Astronomía en Blogalaxia-Ciencia en Bitácoras.com
30/1/10 - DJ:
FermiGrid: Un tamiz para hallar la materia oscura
T.E.L: 2 min. 1 seg.
Pensemos en la computación grid como un cedazo que los físicos usan para tamizar los raros eventos que podrían ser signos de materia oscura. Eso es FermiGrid.
Para servir mejor a todo el programa del Fermilab, la división de computación tomó la estrategia de poner sus recuros de producción en una infraestructura Grid, llamada FermiGrid. Esto permite asegurar que los grandes experimentos que actualmente tienen recursos dedicados tengan prioridad de uso de esos recursos. Además permite la oportunidad de usar esos recursos por varias Organizaciones Virtuales que participan en Fermilab y que usan la Open Science Grid.
Esta grilla recientemente ayudó a los investigadores del experimento CDMS a hacer lo que hacen: identificar posibles signos de materia oscura.
La materia oscura nunca se detectó y el equipo CDMS no puede decir que lo hizo, pero sus resultados generaron expectativas en la comunidad científica.
"Es un resultado muy intrigante", dijo Lauren Hsu, investigadora de CDMS quien anunció los resultados en diciembre.
La colaboración CDMS procesó 8 terabytes de datos de los detectores que poseen en una mina de Minnesota. Al usar FermiGrid la colaboración aceleró el procesamiento de datos en un factor de 10, de acuerdo a Hsu.
El tiempo total "humano" para procesar los datos fue de un mes, según indicó. "Nuestros cálculos muestran que CDMS usó 173.300 horas en FermiGrid en 2009. Eso es equivalente a usar 18 CPUs durante todo un año", señaló Steve Timm, de la división computación de Fermilab.
Dada la naturaleza estadística de la investigación, la colaboración necesitará más datos para identificar la materia oscura definitivamente.
Resultados
En diciembre, el equipo del experimento Cryogenic Dark Matter Search detectó dos eventos que tendrían características consistentes con las partículas que los físicos creen que la materia oscura está hecha.
Sin embargo, es posible que los signos sean de partículas de fondo, es decir, otras partículas que no serían las buscadas. El criterio es que debe haber menos de una posibilidad en 1.000 de que los eventos observados puedan ser de fondo. Ahí gritarán ¡Eureka!. En este caso, ese criterio no se pasó.
¿Qué buscan?
Los físicos teóricos de partículas sugieren que la materia oscura está compuesta de partículas a las que llaman WIMPs. El nombre es un acrónimo (Weakly Interacting Massive Particles) que significa Partículas masivas de interacción débil. Se espera que éstas tengan masas comparables (o quizás mayores) al núcleo atómico. Aunque rara vez interaccionen con la materia, ocasionalmente lo harán y dejarían una pequeña cantidad de energía que es detectable, bajo las condiciones adecuadas.
En estas figuras, la línea punteada roja divide los eventos en aquellos en los que no hay WIMPs y los que potencialmente puedan serlo. Los rectángulos rojos marca el área del gráfico en el que las WIMPs suelen ocurrir. Dos eventos, en detectores separados, demostraron las características que los científicos predicen que las WIMP tendrían.
SuperCDMS
Para este año, la colaboración instalará un detector mejorado (SuperCDMS) que esperan que triplique la cantidad de datos. El diluvio de datos será un verdadero desafío y FermiGrid será una herramienta indispensable.
Fuentes y links relacionados
- ISGTW: The grid that sifts for dark matter, por Anne Heavey.
- FermilabToday: CDMS "opens the box," reveals results
- CDMS: Cryogenic Dark Matter Search
- Results from the Final Exposure of the CDMS II Experiment
Colaboración CDMS: Z. Ahmed, et al
arXiv:0912.3592v1
Sobre las imágenes
- Logo de Fermilab, Detector CDMS, Gráfico de resultados CDMS. Crédito: Fermilab/Colaboración CDMS
Etiquetas:
Astronomía en Blogalaxia-Ciencia en Bitácoras.com
9/1/10 - DJ:
Un puente digital entre América Latina y Europa
T.E.L: 4 min. 17 seg.
Entre el 25 y 27 de noviembre, los investigadores de América Latina y Europa se reunieron en Venezuela para la segunda conferencia EELA-2, proyecto para promover la tecnología grid en estos dos continentes.
La tecnología GRID conecta centenares de grandes ordenadores para que compartan no sólo información, sino también capacidad de cálculo y grandes espacios de almacenamiento y también la disponibilidad de software y de herramientas necesarias para que la interfaz con el usuario sea interactiva.
Estas redes permiten compartir recursos e información entre diferentes instituciones.
Financiado por la Comisión Europea, el proyecto EELA-2 (E-science grid facility for Europe and Latin America) comenzó hace cuatro años y es una grid de alta capacidad y calidad de producción. Utiliza las redes CLARA y GÉANT2 para crear un puente digital entre Europa y América Latina.
En la 2º conferencia hubo 13 pósters más de 45 presentaciones (con ocho charlas invitadas) en las que se tocaron varios temas, incluyendo la propuesta de GISELA como iniciativa grid para comunidades virturales en estos dos continentes.
Para Verónica Uribe y María José López Pourailly en ISGTW, la conferencia demostró que la región se puso al día en términos de infraestructura, pero para mantener el ritmo América Latina necesitará más científicos, investigadores e ingenieros.
Los participantes argentinos registrados en la 2º Conferencia EELA-2 fueron:
Participantes argentinos
Universidad Nacional del Sur (Bahía Blanca):
Prof. Jorge ARDENGHI y Prof. Javier ECHAIZ
Universidad de Buenos Aires:
Juan Francisco GARCIA EIJO y Dr. Marcelo RISK (lindo apellido para alguien que se dedica a la computación, no?
Hospital Italiano de Buenos Aires:
Adrián GÓMEZ
Jefe del departamento biomédico
Marcela MARTINEZ
Jefa de diseño de software
Federico MILANO, Federico
Ingeniero
LINTI-UNLP
Prof. Lia MOLINARI
LINTI-UNLP
Universidad Nacional de Misiones:
Prof. Eduardo SOSA
Universidad Nacional de Río Cuarto:
Dr. Oscar TAURIAN
La serie de ponencias de la conferencia están reunidas en los "Procedings of The Second EELA-2 Conference" a los que se puede acceder desde CIEMAT y contienen los trabajos:
Towards a Global Sensor Network Interconnection. A German-Argentinean Field Trial
E.O. Sosa, S. Fischer, F.J. Díaz
An automatic femoral distance measurement algorithm on a grid environment
Federico Milano, Lucas Ritacco, Juan Francisco García Eijó, Adrián Gómez, Marcelo
Risk, Fernán González Bernaldo del Quirós, Guillermo Marshall
Del 2 al 6 de noviembre se realizó en la UBA un tutorial para usuarios de EELA-2
Las redes de internet de alta calidad que unen el continente americano con el europeo
La principal diferencia de estas Redes Avanzadas con Internet comercial es que están reservadas para las comunidades académicas de los distintos países, de manera que científicos y tecnólogos puedan intercambiar información y comunicarse de manera más ágil y efectiva. Un elemento técnico diferenciador de las Redes Avanzadas es la llamada Calidad de Servicio, que en términos simples implica la ausencia de congestión excesiva y fallas en la comunicación.
En Argentina: Innova-red
Con fecha 18 de diciembre de 2006 se firmó un convenio entre la Secretaría de Comunicaciones de la Nación (SECOM), la Secretaría de Ciencia, Tecnología e Innovación Productiva (SECYT), y el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), por el cual se encomendó a la Fundación INNOVA-T (entidad vinculada al CONICET), efectúe las gestiones necesarias para obtener la conexión internacional con el sistema de Redes Avanzadas, también conocida como Internet 2, y tome a su cargo la operación nacional de la misma dentro del proyecto denominado Innova|Red.
La Fundación Innova-T es una ONG (Organización no Gubernamental) creada en 1993 por el CONICET en el marco de la ley 23.877 para desarrollar los siguientes objetivos Institucionales:
"Promover la innovación tecnológica a través de la investigación y desarrollo, el dictado de cursos, seminarios, cátedras, publicaciones y toda otra actividad docente y académica, la transmisión de tecnología y la asistencia técnica, como instrumento de mejora de la actividad productiva de bienes y servicios." (del Estatuto Social)
Taller de Lanzamiento de la Iniciativa Nacional de Grids (ING)
En el marco del Programa de Sistemas Nacionales de Grandes Equipamientos y Bases de Datos, la secretaría de Articulación Científico – Tecnológica (SACT) realizó una reunión los días miércoles 21 y jueves 22 de octubre de 2009 para lanzar una Iniciativa Nacional de Grids, como primer paso hacia un Programa Nacional de e-Ciencia.
Foto de la reunión con el Ministro de Ciencia, Lino Barañao el 22 de octubre al final del evento de lanzamiento de la iniciativa Grid Argentina.
Situación actual
Luego de las dos etapas de convocatoria a Proyectos de Modernización de Equipamiento (2003 y 2006) se han montado en Argentina un número importante de “clusters” de computadoras, destinados a resolver problemas que demandan recursos de cálculo extraordinarios. Alrededor de estos clusters se ha generado una comunidad de técnicos y usuarios con conocimientos básicos compartidos. Los sistemas de comunicaciones actuales y en desarrollo a través de la Red Avanzada Nacional INNOVA-RED permitirían vincularlos, generando una infraestructura de cálculo común a todo el sistema nacional de CyT.
Propósito
Desarrollar un sistema nacional integrando a estos clusters en una Grid de cálculo que permita el aprovechamiento óptimo de las facilidades instaladas y que sirva de base para desarrollar un Plan Nacional de e-Ciencia.
Resultados
En la reunión de lanzamiento se convocó a cinco especialistas internacionales en el tema de integración de clusters y desarrollo de Grids para ilustrar el caso con sus respectivas experiencias. Éstos dieron un seminario cada uno seguido de un taller donde los invitados volcaron sus experiencias en el manejo de clusters y discutieron la arquitectura de Grid que mejor se ajusta a los recursos y las capacidades existentes. De la reunión surgió una serie de recomendaciones que serán luego incorporadas a las actividades del futuro Consejo Asesor del Sistema Nacional de Computación de Alto Desempeño (SINCAD) que se encargará de asesorar a la SACT en el tema.
En el marco del Programa de Sistemas Nacionales de Grandes Equipamientos y Bases de Datos, la secretaría de Articulación Científico – Tecnológica (SACT) realizó una reunión los días miércoles 21 y jueves 22 de octubre de 2009 para lanzar una Iniciativa Nacional de Grids, como primer paso hacia un Programa Nacional de e-Ciencia.
Foto de la reunión con el Ministro de Ciencia, Lino Barañao el 22 de octubre al final del evento de lanzamiento de la iniciativa Grid Argentina.
Situación actual
Luego de las dos etapas de convocatoria a Proyectos de Modernización de Equipamiento (2003 y 2006) se han montado en Argentina un número importante de “clusters” de computadoras, destinados a resolver problemas que demandan recursos de cálculo extraordinarios. Alrededor de estos clusters se ha generado una comunidad de técnicos y usuarios con conocimientos básicos compartidos. Los sistemas de comunicaciones actuales y en desarrollo a través de la Red Avanzada Nacional INNOVA-RED permitirían vincularlos, generando una infraestructura de cálculo común a todo el sistema nacional de CyT.
Propósito
Desarrollar un sistema nacional integrando a estos clusters en una Grid de cálculo que permita el aprovechamiento óptimo de las facilidades instaladas y que sirva de base para desarrollar un Plan Nacional de e-Ciencia.
Resultados
En la reunión de lanzamiento se convocó a cinco especialistas internacionales en el tema de integración de clusters y desarrollo de Grids para ilustrar el caso con sus respectivas experiencias. Éstos dieron un seminario cada uno seguido de un taller donde los invitados volcaron sus experiencias en el manejo de clusters y discutieron la arquitectura de Grid que mejor se ajusta a los recursos y las capacidades existentes. De la reunión surgió una serie de recomendaciones que serán luego incorporadas a las actividades del futuro Consejo Asesor del Sistema Nacional de Computación de Alto Desempeño (SINCAD) que se encargará de asesorar a la SACT en el tema.
La Red CLARA
CLARA es una iniciativa de las redes académicas de Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, Cuba, Ecuador, El Salvador, Honduras, Guatemala, México, Nicaragua, Panamá, Paraguay, Perú, República Dominicana, Uruguay, Venezuela, para materializar una red Latinoamericana de características avanzadas destinada al ambiente académico y científico.
Clara conectará más de 700 universidades y centros de investigación de América Latina y estimulará la cooperación regional en actividades educativas, científicas y culturales, además de promover la integración directa con Europa. Argentina participa de CLARA a través de INNOVA|RED
Ver Topología de RedCLARA
Un regalo de navidad para América Latina: IGALC
La Iniciativa de Grid de America Latina – Caribe (IGALC) está naciendo:
www.igalc.org
Fuentes y links relacionados
Sobre las imágenes
- Imagen de grupo de la 2º Confencia EELA-2. Crédito: Grupo EELA-2 en Flickr
- Logo EELA-2
Etiquetas:
Software en Blogalaxia-Ciencia en Bitácoras.com
Suscribirse a:
Entradas (Atom)