中心先進交互與應(yīng)用發(fā)展部門團隊圍繞“數(shù)據(jù)并行”的大規(guī)模流場數(shù)據(jù)粒子推進算法優(yōu)化問題開展深入研究，通過工作量估算驅(qū)動數(shù)據(jù)塊多重副本調(diào)度，提出了基于工作量負載預測的多階段數(shù)據(jù)調(diào)度算法，將相關(guān)工作流執(zhí)行縮短約30%。

相關(guān)成果被Eurographics Conference on Visualization 2025（CCF B類會議）錄用，該工作得到國家重點研發(fā)計劃項目的支持，論文第一作者為中心副研究員王哲，共同通信作者為中心研究員單桂華。

負載不均衡的流場可視化結(jié)果

基于工作負載預測與重分配策略的原位可視化工作流

數(shù)據(jù)塊重分配策略通過負載均衡減少了算法執(zhí)行時間

論文鏈接：

[1] Zhe?Wang, Kenneth?Moreland, Matthew?Larsen, James?Kress,?Hank?Childs, Guan?Li, Guihua?Shan,David?Pugmire.“In?Situ?Workload?Estimation?for?Block?Assignment?and?Duplication?in?Parallelization-Over-Data?Particle?Advection”; Eurographics Conference on Visualization 2025.

責任編輯：郎楊琴