我们目前在一个点之间的差距科学编程和计算平台,科学的规范必须计算,增长越来越大。科学规划的重要性,高性能计算(HPC)正在增加,已成为最重要的研究领域之一。这引发了许多问题,如计算架构、内存、网络和编程模型。反过来,这迫使我们去适应我们的代码,或实现新的,利用最新的计算功能。

这个特殊的问题集中在这些挑战,编程时出现的科学规范在大规模并行高性能计算平台由大量的核心处理沟通、编程、专业结构、负载平衡、基准,等等。我们希望提供一个平台来讨论现代科学如何编程,重要的挑战和高计算需求,可以有效地映射在当前和即将到来的高性能平台。

这个特殊问题的目的是弥合差距的理论科学问题(机器学习,科学模拟,图像处理,计算流体动力学,生物信息学,线性代数,大数据计算、等)及其在高性能计算平台上实现探索,提出和评估新趋势/方向科学编程。作者将被邀请提交原始研究和评论文章。工作集中在新兴的编程模型和计算机体系结构尤其受欢迎。

潜在的主题包括但不限于以下:

• 科学编程专业硬件(gpu,张量的核心、fpga、异构内存,等等)。
• 数值模拟的科学应用程序提高性能(新颖的方法来实现更多的可伸缩性,synchronization-communication更少,更少的内存占用,mixed-precision,等等)。
• 编程技术进行通信、同步和负载平衡
• 评价的科学应用,包括可伸缩性、基准性能,精度和数值分析
• 使用科学应用的编程模型(OpenMP MPI, CUDA等等)。
• 自动调谐在科学编程