排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
大规模数据的可视化一直是科学计算可视化中极具挑战性的一个研究领域,因为生成的计算数据常常太大不能一次性完全输入到计算机的内存中,以至于数据在快速内存和相对慢速的外存(比如磁盘)之间的输入和输出成为计算的一个瓶颈。在没有大内存高性能并行机但内存相对太小的PC机不能一次性装载可视化数据的情况下,提出了核外算法和可视化技术有机结合在PC机上大量数据的可视化,具体实现了核外算法在PC上对大量数据的局部分块显示、全局粗糙显示、局部分块和全局粗糙相结合显示、数据点的查找。实验验证了核外算法在PC机上对大量不可一次性导入内存的数据显示和数据查找上是一种简便、省时、高效的方法。 相似文献
2.
3.
基于可压缩格子Boltzmann方法的高可扩展并行算法研究 总被引：1，自引：0，他引：1
Lattice Boltzmann Methods(LBM)是近年来发展的求解流体问题的计算新方法,该方法具有编程相对简单,并行计算效率高的特点,但是现有的D2Q9 LBM模型只能计算速度在0.3马赫下的不可压缩流体,提出的新的LBM模型可以处理速度0.7马赫以下的流体问题,并且具有较好的数值稳定性,对计算程序并行性能深入研究的基础上,提出了基于cache的性能优化,经过程序性能测试证明该方法具有较好并行计算效率,并具有很好的可扩展性. 相似文献
1