PL-Grid : polska infrastruktura przetwarzania danych

• Autorzy: Kwiatkowska M. , Świerczewski Ł.

Warianty tytułu

EN

PL-Grid : polish data computing infrastructure

• Języki publikacji: PL

Abstrakty

PL

Praca prezentuje polską infrastrukturę przetwarzania danych naukowych PL-Grid. W pracy zaprezentowano zarówno teoretyczny zarys możliwości, jak i praktyczne pomiary empiryczne, które wykonano na platformie. Podczas testów wykorzystano algorytm wyszukiwania nieparzystych liczb dziwnych oraz program poszukujący kontrprzykładu dla hipotezy Brocard’a. Wykonano także proste symulacje algorytmu kwantowego Shora z wykorzystaniem udostępnionych akceleratorów graficznych wspierających technologię CUDA.

EN

This paper presents polish scientific data computing infrastructure PL-Grid. Paper shows both theoretical outline of the possibilities and practical empiric measurements, which were made via platform. During test there were used: odd weird numbers search algorithm and Brocards conjecture counterexample search program. There were also taken some simple simulations of Shor’s quantum algorithm using shared graphics accelerators supporting CUDA.

Słowa kluczowe

PL

przetwarzanie danych; grid; PL-Grid; wirtualne laboratorium

EN

computing; grid; PL-Grid; virtual laboratory

• Wydawca: Wrocławska Wyższa Szkoła Informatyki Stosowanej "Horyzont"
• Czasopismo: Biuletyn Naukowy Wrocławskiej Wyższej Szkoły Informatyki Stosowanej. Informatyka
• Rocznik: 2014
• Tom: vol. 4
• Strony: 39--43
• Opis fizyczny: Bibliogr. 14 poz., tab.

Twórcy

autor

Kwiatkowska M.

• Uniwersytet Marii Curie-Skłodowskiej w Lublinie, Wydział Matematyki, Fizyki i Informatyki, pl. Marii Curie - Skłodowskiej 5, 20-031 Lublin

autor

Świerczewski Ł.

• Państwowa Wyższa Szkołą Informatyki i Przedsiębiorczości, Instytut Automatyki i Robotyki, ul. Akademicka 14, 18-400 Łomża

Bibliografia

• [1] D. Kranzlmüller, J. Marco de Lucas i P. Öster. “The European Grid Initiative (EGI).” Remote Instrumentation and Virtual Laboratories. Springer US, 2010, s. 61-66.
• [2] Schmidl, Dirk, et al. “How to scale nested openmp applications on the scalemp VSMP architecture.” Cluster Computing (CLUSTER), 2010 IEEE International Conference on. IEEE, 2010.
• [3] J. Nickolls, et al. “Scalable parallel programming with CUDA.” Queue 6.2 (2008): 40-53.
• [4] J. Kocot, et al. “InSilicoLab–Managing Complexity of Chemistry Computations.” Building a National Distributed e-Infrastructure–PL-Grid. Springer Berlin Heidelberg 2012, s. 265-275.
• [5] S. Wolfram, Mathematica: a system for doing mathematics by computers. Addison-Wesley, Reading, 1988.
• [6] M. S. Grewal i Angus P. Andrews. Kalman filtering:theory and practice using MATLAB. Wiley. com, 2011.
• [7] A. Fluent, “12.0 User’s Guide.” User Inputs for Porous Media (2009): 6.
• [8] R. Hess, The essential Blender: guide to 3D creation with the open source suite Blender. No Starch Press,2007.
• [9] R. Buyya, “High Performance Cluster Computing: Architecturesand Systems (Volume 1).” Prentice Hall, Upper SaddleRiver, NJ, USA 1 (1999), s. 999.
• [10] S. J. Benkoski i P. Erdős, “On weird and pseudoperfect numbers.” mathematics of computation 28.126 (1974),s. 617-623.
• [11] Vandersypen, Lieven MK, et al. “Experimental realization of Shor’s quantum factoring algorithm using nuclear magnetic resonance.” Nature 414.6866 (2001): 883-887.
• [12] Ł. Świerczewski, Symulacja funkcjonalnego systemu kwantowego na równoległych komputerach klasycznych IV generacji. (2013).
• [13] J. E. Stone, D. Gohara i Guochun Shi. „OpenCL: A parallel programming standard for heterogeneous computing systems.” Computing in science & engineering 12.3 (2010), s. 66.
• [14] H. Zarzycki, E. Fronczak, A Practical Approach To Computer System Architecture For An Agro-Food Industry Information Center. PSZW, nr 33, s. 248-255, Bydgoszcz 2010.