El algoritmo de puente Browniano es una técnica común para construir caminos muestra Brownianianos y es ampliamente utilizado en simulaciones. El algoritmo es limitado en ancho de banda de memoria: existe muy poco cálculo numérico; la mayoría del cálculo involucra mover datos alrededor de/a la memoria. Además el algoritmo es en un sentido bajo especificación ya que el orden de la construcción del puente es arbitrario. Al menos dos órdenes de construcción (bisección y orden de profundidad) son utilizados comunmente en la práctica, y esto puede tener un impacto cuando el puente es utilizado con secuencias de poca discrepancia (e.g. Sobol).

En la última release de las Rutinas de NAG para GPU, se ha incluido una nueva función de puente Browniano. La función puente tiene dos características principales:

(a) Alcanza prácticamente el…

NAG ( The Numerical Algorithms Group) cumple 40 años en la actualidad, pero en la oficina se sienten como si estuvieran celebrando una fiesta de mayoría de edad, por el jolgorio que se respira en el lugar. Es absolutamente impresionante que Jack Dongarra esté en el edificio, preparado para dar un seminario sobre el impacto de la arquitectura y la tecnología en las escalas extremas del diseño del software y algoritmos, habiendo viajado desde los EEUU sólo que para asistir a nuestras celebraciones de aniversario. Tenemos la esperanza de que el tiempo aguantará así hasta más tarde cuando tomemos el té de las cinco o una copa, después de oír de nuestros directores fundadores Brian Ford y Steve Hague cómo crearon NAG y la convirtieron en el…
Los desarrolladores e investigadores que estén interesados en lograr el máximo de prestaciones de las GPU en diferentes aplicaciones que utilicen simulaciones Monte Carlo pueden, ahora, obtener una versión actualizada de las rutinas numéricas NAG para GPU. La última version del código de NAG para GPU contiene rutinas para simulaciones Monte Carlo – Generadores de números Pseudo y Quasi Aletorios, puente Browniano y distribuciones estadísticas asociadas.

Las unidades de procesamiento gráfico (GPU) de propósito general se utilizaron inicialmente para la aceleración de juegos 3D en ordenadores personales pero se han puesto recientemente a la vanguardia de la computación numérica y científica. Las simulaciones Monte Carlo se utilizan en una…
La librería NAG Library for SMP & multicore es la mayor librería comercial de algoritmos numéricos, desarrollada con el fin de sacar el máximo partido de las mejoras de rendimiento en los sistemas de paralelismo de memoria compartida de los procesadores SMP (Symmetric Multi-Processors) y multinúcleo.

En Mark 22, la librería NAG Library for SMP & multicore contiene más de 1.600 algoritmos o rutinas, con más de 160 de ellas específicamente sintonizadas para correr significativamente más rápido en sistemas multisocket y multinúcleo. Otras 360 rutinas han mostrado capacidades para proporcionar niveles de rendimiento y escalabilidad superior a otros productos actualmente disponibles.

¡Atención! Este sitio usa cookies y tecnologías similares. Si no cambia la configuración de su navegador, usted acepta su uso.