CN113723931A - 一种适用于多尺度高通量材料计算的工作流建模方法 - Google Patents
一种适用于多尺度高通量材料计算的工作流建模方法 Download PDFInfo
- Publication number
- CN113723931A CN113723931A CN202111054468.5A CN202111054468A CN113723931A CN 113723931 A CN113723931 A CN 113723931A CN 202111054468 A CN202111054468 A CN 202111054468A CN 113723931 A CN113723931 A CN 113723931A
- Authority
- CN
- China
- Prior art keywords
- throughput
- computing
- execution
- flux
- component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 53
- 238000004364 calculation method Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000008569 process Effects 0.000 claims abstract description 27
- 230000014509 gene expression Effects 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 3
- 230000010354 integration Effects 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 9
- 230000004907 flux Effects 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 8
- 238000013468 resource allocation Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims description 4
- 238000000429 assembly Methods 0.000 claims description 3
- 230000000712 assembly Effects 0.000 claims description 3
- 238000012805 post-processing Methods 0.000 claims description 3
- 238000012827 research and development Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 7
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 238000012938 design process Methods 0.000 abstract 1
- 238000005538 encapsulation Methods 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 abstract 1
- 238000012800 visualization Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 4
- 238000003775 Density Functional Theory Methods 0.000 description 3
- 238000013537 high throughput screening Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010353 genetic engineering Methods 0.000 description 1
- 238000010362 genome editing Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000329 molecular dynamics simulation Methods 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
Abstract
本发明公开了一种适用于多尺度高通量材料计算的工作流建模方法，具体涉及计算机技术领域，为应对材料设计过程中微观到宏观多尺度处理过程自动构建、大量高并发计算任务高效执行的挑战，本发明提出了一种适用于多尺度高通量材料计算的工作流柔性配置与层次化建模的方法。通过高通量计算组件模型实现高并发计算任务的封装与典型流程控制结构的灵活表达；建立面向材料高通量计算的多级资源调度模型，支持高性能计算环境下高通量调度任务的统一投递、监控与结果访问。本发明在面向高通量计算的业务流自动控制上具有创新性，能够通过可视化手段构建多尺度、高通量材料计算业务工作流，自动实现计算过程的执行与计算数据的传递。
Description
技术领域
本发明涉及计算机技术领域，具体为一种适用于多尺度高通量材料计算的工作流建模方法。
背景技术
高通量材料计算模拟，作为材料基因组工程的重要一环，在指导新材料设计研发中发挥的作用越来越重要；单一用户材料体系不同组分、不同尺度、不同外场下高通量计算过程的自动高效执行，已成为材料基因工程发展和新材料研发的必然趋势；
文献[1]提出的HSWAP为数值模拟计算流程的自动执行提出了解决思路；HSWAP实现了建模、模拟及数据分析等过程的连贯执行，为多学科耦合、多尺度计算以及全系统综合等数值模拟与分析应用提供了软件工具和数据集成、业务过程流程化和自动化的解决方案；本发明的目的是提供一种方法支持用户根据业务需要灵活配置封装材料计算软件/工具，支持用户构建不同表达结构的业务流程，特别是对于高通量计算过程的构建与执行。现有技术中的一种适用于多尺度高通量材料计算的工作流建模方法存在以下问题：
1、现有的方法中仅针对普通任务组成的计算流程提供了自动化构建与执行的技术支持，但是对于材料高通量筛选计算这类高并发执行任务的高效自动执行没有较好的解决方案；
2、基于材料计算任务特征建模不能够实现多尺度计算工具的统一集成，不支持系列工具快速集成形成可并发计算的流程，不能够满足材料用户多尺度、多任务的计算需求，不支持高通量材料计算过程的高效自动执行，为此，我们提出一种适用于多尺度高通量材料计算的工作流建模方法用于解决上述问题。
参考文献
[1]赵士操，肖永浩，段博文，等.HSWAP:适用于高性能计算环境的数值模拟工作流管理平台[J].计算机应用，2019，39(6):1569-1576.
发明内容
本发明的目的在于提供一种适用于多尺度高通量材料计算的工作流建模方法，该方法充分挖掘高通量任务的计算特征，在局部资源池预约高通量任务计算资源，支持多尺度并发流程的构建和高效执行，可加速材料设计和发现的效率；以解决上述背景技术中提出的问题。
为解决上述技术问题，本发明采用如下技术方案：包括以下内容：
面向材料高通量计算软件快速集成的高通量计算专用组件模型、面向高通量计算组件的执行期设计、面向材料高通量计算业务流执行的多级资源调度模型；
面向材料高通量计算软件快速集成的高通量计算专用组件模型包括用于抽象以材料计算软件为核心的高通量计算任务的执行过程、面向材料高通量计算业务流执行的多级资源调度模型包括描述高通量任务执行时的资源分配与调度策略。
优选地，用于抽象以材料计算软件为核心的高通量计算任务的执行过程：
在组件模型从软件层、工具层、描述层和执行层四个层次描述计算软件的基础上，针对材料高通量计算任务的特点，提出了高通量开始组件、高通量计算组件和高通量结束组件等高通量专用标记组件，支持多尺度材料计算工具的集成与大量相似计算任务的并发表达；
(A)面向材料高通量计算软件快速集成的高通量计算专用组件模型
为方便材料用户自定义脚本嵌入业务流程自动执行实现特定问题的求解，HSWAP[1]提出了支持领域专家灵活嵌入脚本的组件模型；为了构建支持大批量相似任务并发执行的高通量计算组件模型，本发明在HSWAP的基础上对组件模型进行了功能升级；进一步讲，所述步骤(A)高通量计算组件模型的构建包括以下内容：
(A1)多层次关联的工具特征抽象
HSWAP从多个层次抽象数值模拟计算软件的运行特点形成了组件模型；其中，描述层提供软件的功能与使用方法介绍；工具层描述软件模块的资源需求、交互模式等运行时特征；定制层描述软件在特定的业务流中的应用模式；状态层描述软件工具的执行状态；组件模型的数据端口定义该软件/模块在业务流程中的输入输出交互情况；本发明借鉴HSWAP组件模型的研发思路，扩展组件模型新增原型链继承机制(图1)，为用户自定义脚本嵌入执行提供支持；设计阶段的实例由组件模型原型派生而出，用户在设计期和运行期的输入依照组件模型的定义存入派生实例，在执行期就可以按照修改后的模型运行；
(A2)面向高通量计算任务并发执行的高通量计算专用组件
材料高通量计算具有明显的执行特征，即各通量并发任务量大、计算的资源需求相似、数据输入输出相似；为支持高通量计算任务的表达，本发明在组件模型的基础上提出了高通量开始组件、高通量计算组件和高通量结束组件等高通量专用标记组件，利用这些高通量标记组件表达大量相似执行任务的并发执行过程；在高通量开始组件和高通量结束组件之间的一个或多个高通量计算组件整体称为高通量计算段(图3)；在高通量开始和结束两个标记组件之间的计算节点具有高通量计算属性，高通量属性可被传递，此传递过程至结束标记组件为止。。
优选地，将高通量计算组件中大量相似子任务的资源需求、输入输出需求等工作区准备操作打包执行，通过子任务共享主任务资源的方式减少冗余开销；
(B)高通量计算组件的执行期设计
普通组件在执行期一个组件对应于一个任务，一个任务执行分为“工作区准备-执行-工作区后处理”三个阶段(图2左)；高通量计算要考虑高通量计算中的“通量”、单通量的结构特征、通量计算的数据模式特征等；与普通组件执行期不同的是，高通量计算组件中的一个任务中包含大量子任务，这些子任务的资源需求相似、数据输入输出相似，为这些大量相似子任务分别准备工作区开销巨大；考虑到高通量计算任务中子任务工作区前后处理操作具有一致性，高通量计算组件模型的在执行期通过子任务间共享主任务的资源减少了高通量任务执行的冗余开销(图2右)。
优选地，描述高通量任务执行时的资源分配与调度策略：
高通量任务采用局部资源池复用的原则，高通量计算段内的开始组件申请资源形成局部资源池，该局部池以复用原则对多个高通量计算组件提供资源分配和映射支持；
(C)面向材料高通量计算的多级调度模型
面向高通量计算，设计了基于资源池复用的高通量计算调度策略(图4)，其基本思想是局部资源的复用；一个高通量计算段内的资源由高通量开始组件以第一级任务的角色向工作流调度模块进行申请，成功分配的资源形成段内局部资源池，该局部池以复用原则对多个高通量计算组件提供资源分配和映射；在一个高通量计算组件内部采用先进先出机制对多个单任务计算进行资源调度。
与现有技术相比，本发明的有益效果在于：
1、本发明提出的一种适用于多尺度高通量材料计算的工作流建模方法，通过高通量计算组件模型表示并发计算过程，实现材料计算软件的集成和高通量计算流程的构建，实现了材料计算过程的一键式自动执行；
2、高通量计算资源多级调度模型针对高通量计算组件能够分配相应类型和数量的资源，满足高通量计算的资源需求，对比传统模式的多次计算、多次申请资源、人工手动进行结果文件传输和处理，能提升材料高通量计算流程整体的执行效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1组件模型的原型链继承机制
图2高通量计算组件模型的执行期行为
图3高通量计算任务
图4高通量计算任务资源调度
图5实施例一的高通量工作流结构
图6实施例二的不同并发规模的高通量计算工作流
图7实施例三的多尺度业务流设计
图8实施例三的多尺度工作流集成情况
具体实施方式
为使本发明的上述目的、特征和优点能够更加简明易懂，下面结合附图和具体实施方式对本发明进行进一步的说明。
实施例一：
按照本发明的思路，本发明的高通量计算组件模型支持高通量计算任务段内串行、分发、同步等多种复杂结构的表达；图5(a)为某高通量计算任务并发执行情况，该实施例中需要并发执行N次不同的通量计算，N个子任务以不同参数运行同一软件，具有相似的输入输出文件格式；图5(b)-(d)分别为高通量串行流程、高通量同步流程和高通量分发流程，高通量计算任务段中仍然支持不同结构的流程表达；高通量计算组件模型的引入解决了不同结构的高并发任务的高效表达。
实施例二：
按照本发明的思路，本发明支持不同规模的高通量计算任务的高并发执行；为此本实施例利用第一性原理密度泛函理论(DFT)实现高吞吐量筛选来预测物理稳定且性能最佳的理想掺杂结构；该业务过程的思想是：首先使用一个或多个掺杂原子来替代被取代的目标原子，得到大量不等掺杂结构作为密度泛函理论模拟的输入，然后进行高通量筛选来预测物理稳定且性能最佳的理想掺杂结构；
为验证本发明对高并发任务的支持规模，本实施例封装了几种不同规模的该高通量材料筛选业务流程；图6中分别测试了几种不同规模的高通量并发任务的执行情况；结果表明，本发明提出的方法能够很好地应用于不同规模的材料高通量计算任务，尤其对于规模在10000通量以上的并发任务也能很好地支持。
实施例三：
按照本发明的思路，本发明支持材料计算模拟过程中集成不同尺度的材料计算软件形成计算流程并实现自动执行；本实施例构建了一个多相复合材料对外力场响应的多尺度计算流程；可以在不依赖于实验测试参数的前提下，实现对多相复合材料内应力的分析，尤其是可以实现对不同晶粒尺寸的材料在不同温度下(较低温度)的分析；为特定晶粒尺寸的材料在特定温度下的弹性、塑性参数难以由实验获得这一难题提供了解决途径；
为验证本发明对多尺度材料计算工具的集成支持，本实施例构建的流程涉及vasp、lammps、gibbs、ansys等多个软件，涉及第一性原理、热力学计算、分子动力学分析等6个部分的建模，跨越微观、介观、宏观等多个尺度；图7为该多尺度流程的构建情况与自动执行情况；结果表明，本发明提出的方法能够很好地应用于多尺度材料计算工具的集成与工作流的构建，实现跨尺度数据流的自动执行与传输。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种适用于多尺度高通量材料计算的工作流建模方法，其特征在于：包括以下内容：
面向材料高通量计算软件快速集成的高通量计算专用组件模型、面向高通量计算组件的执行期设计、面向材料高通量计算业务流执行的多级资源调度模型；
面向材料高通量计算软件快速集成的高通量计算专用组件模型包括用于抽象以材料计算软件为核心的高通量计算任务的执行过程、面向材料高通量计算业务流执行的多级资源调度模型包括描述高通量任务执行时的资源分配与调度策略。
2.如权利要求1所述的高通量计算专用组件模型，其特征在于，用于抽象以材料计算软件为核心的高通量计算任务的执行过程：
在组件模型从软件层、工具层、描述层和执行层四个层次描述计算软件的基础上，针对材料高通量计算任务的特点，提出了高通量开始组件、高通量计算组件和高通量结束组件等高通量专用标记组件，支持多尺度材料计算工具的集成与大量相似计算任务的并发表达；
(A)面向材料高通量计算软件快速集成的高通量计算专用组件模型
为方便材料用户自定义脚本嵌入业务流程自动执行实现特定问题的求解，HSWAP[1]提出了支持领域专家灵活嵌入脚本的组件模型；为了构建支持大批量相似任务并发执行的高通量计算组件模型，本发明在HSWAP的基础上对组件模型进行了功能升级；进一步讲，所述步骤(A)高通量计算组件模型的构建包括以下内容：
(A1)多层次关联的工具特征抽象
HSWAP从多个层次抽象数值模拟计算软件的运行特点形成了组件模型；其中，描述层提供软件的功能与使用方法介绍；工具层描述软件模块的资源需求、交互模式等运行时特征；定制层描述软件在特定的业务流中的应用模式；状态层描述软件工具的执行状态；组件模型的数据端口定义该软件/模块在业务流程中的输入输出交互情况；本发明借鉴HSWAP组件模型的研发思路，扩展组件模型新增原型链继承机制，为用户自定义脚本嵌入执行提供支持；设计阶段的实例由组件模型原型派生而出，用户在设计期和运行期的输入依照组件模型的定义存入派生实例，在执行期就可以按照修改后的模型运行；
(A2)面向高通量计算任务并发执行的高通量计算专用组件
材料高通量计算具有明显的执行特征，即各通量并发任务量大、计算的资源需求相似、数据输入输出相似；为支持高通量计算任务的表达，本发明在组件模型的基础上提出了高通量开始组件、高通量计算组件和高通量结束组件等高通量专用标记组件，利用这些高通量标记组件表达大量相似执行任务的并发执行过程；在高通量开始组件和高通量结束组件之间的一个或多个高通量计算组件整体称为高通量计算段；在高通量开始和结束两个标记组件之间的计算节点具有高通量计算属性，高通量属性可被传递，此传递过程至结束标记组件为止。
3.如权利要求1所述的高通量计算组件执行情况，其特征在于，将高通量计算组件中大量相似子任务的资源需求、输入输出需求等工作区准备操作打包执行，通过子任务共享主任务资源的方式减少冗余开销；
(B)高通量计算组件的执行期设计
普通组件在执行期一个组件对应于一个任务，一个任务执行分为“工作区准备-执行-工作区后处理”三个阶段；高通量计算要考虑高通量计算中的“通量”、单通量的结构特征、通量计算的数据模式特征等；与普通组件执行期不同的是，高通量计算组件中的一个任务中包含大量子任务，这些子任务的资源需求相似、数据输入输出相似，为这些大量相似子任务分别准备工作区开销巨大；考虑到高通量计算任务中子任务工作区前后处理操作具有一致性，高通量计算组件模型的在执行期通过子任务间共享主任务的资源减少了高通量任务执行的冗余开销。
4.如权利要求1所述的高通量材料计算多级资源调度模型，其特征在于，描述高通量任务执行时的资源分配与调度策略：
高通量任务采用局部资源池复用的原则，高通量计算段内的开始组件申请资源形成局部资源池，该局部池以复用原则对多个高通量计算组件提供资源分配和映射支持；
(C)面向材料高通量计算的多级调度模型
面向高通量计算，设计了基于资源池复用的高通量计算调度策略，其基本思想是局部资源的复用；一个高通量计算段内的资源由高通量开始组件以第一级任务的角色向工作流调度模块进行申请，成功分配的资源形成段内局部资源池，该局部池以复用原则对多个高通量计算组件提供资源分配和映射；在一个高通量计算组件内部采用先进先出机制对多个单任务计算进行资源调度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111054468.5A CN113723931B (zh) | 2021-09-09 | 2021-09-09 | 一种适用于多尺度高通量材料计算的工作流建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111054468.5A CN113723931B (zh) | 2021-09-09 | 2021-09-09 | 一种适用于多尺度高通量材料计算的工作流建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113723931A true CN113723931A (zh) | 2021-11-30 |
| CN113723931B CN113723931B (zh) | 2024-04-19 |
Family
ID=78682935
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111054468.5A Active CN113723931B (zh) | 2021-09-09 | 2021-09-09 | 一种适用于多尺度高通量材料计算的工作流建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113723931B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023109351A1 (zh) * | 2021-12-17 | 2023-06-22 | 北京字跳网络技术有限公司 | 一种群组节点编辑方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120220022A1 (en) * | 2009-09-01 | 2012-08-30 | Trustees Of Boston University | High throughput multichannel reader and uses thereof |
| CN107239675A (zh) * | 2017-07-21 | 2017-10-10 | 上海桑格信息技术有限公司 | 基于云平台的生物信息分析系统 |
| US20180240032A1 (en) * | 2017-02-23 | 2018-08-23 | Edico Genome, Corp. | Bioinformatics systems, apparatuses, and methods executed on a quantum processing platform |
| CN109416928A (zh) * | 2016-06-07 | 2019-03-01 | 伊路米纳有限公司 | 用于进行二级和/或三级处理的生物信息学系统、设备和方法 |
| CN112102887A (zh) * | 2020-09-02 | 2020-12-18 | 北京航空航天大学 | 多尺度集成可视化的高通量自动计算流程及数据智能系统 |
| CN112882810A (zh) * | 2021-02-25 | 2021-06-01 | 国家超级计算天津中心 | 基于超级计算机的高通量任务处理方法 |
-
2021
- 2021-09-09 CN CN202111054468.5A patent/CN113723931B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120220022A1 (en) * | 2009-09-01 | 2012-08-30 | Trustees Of Boston University | High throughput multichannel reader and uses thereof |
| CN109416928A (zh) * | 2016-06-07 | 2019-03-01 | 伊路米纳有限公司 | 用于进行二级和/或三级处理的生物信息学系统、设备和方法 |
| EP3465507A1 (en) * | 2016-06-07 | 2019-04-10 | Illumina, Inc. | Bioinformatics systems, apparatus, and methods for performing secondary and/or tertiary processing |
| US20180240032A1 (en) * | 2017-02-23 | 2018-08-23 | Edico Genome, Corp. | Bioinformatics systems, apparatuses, and methods executed on a quantum processing platform |
| CN107239675A (zh) * | 2017-07-21 | 2017-10-10 | 上海桑格信息技术有限公司 | 基于云平台的生物信息分析系统 |
| CN112102887A (zh) * | 2020-09-02 | 2020-12-18 | 北京航空航天大学 | 多尺度集成可视化的高通量自动计算流程及数据智能系统 |
| CN112882810A (zh) * | 2021-02-25 | 2021-06-01 | 国家超级计算天津中心 | 基于超级计算机的高通量任务处理方法 |
Non-Patent Citations (3)
| Title |
|---|
| 李于锋等: "超算环境科学工作流应用平台的引擎设计和资源调度", 《计算机应用研究》, vol. 36, no. 06, pages 1723 - 1726 * |
| 赵士操等: "HSWAP:适用于高性能计算环境的数值模拟工作流管理平台", 《计算机应用》, vol. 39, no. 06, pages 1569 - 1576 * |
| 闵波等: "面向生物信息学的工作流管理系统框架", 《生物信息学》, vol. 9, no. 03, pages 213 - 216 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023109351A1 (zh) * | 2021-12-17 | 2023-06-22 | 北京字跳网络技术有限公司 | 一种群组节点编辑方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113723931B (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101819540B (zh) | 在集群中调度任务的方法和系统 | |
| Tao et al. | FC-PACO-RM: a parallel method for service composition optimal-selection in cloud manufacturing system | |
| Singh et al. | Accelerating throughput-aware runtime mapping for heterogeneous MPSoCs | |
| Peterka et al. | Scalable parallel building blocks for custom data analysis | |
| KR101239082B1 (ko) | 멀티코어 아키텍처 내의 리소스 관리 | |
| Polo et al. | Performance management of accelerated mapreduce workloads in heterogeneous clusters | |
| US20090031312A1 (en) | Method and Apparatus for Scheduling Grid Jobs Using a Dynamic Grid Scheduling Policy | |
| CN105683939A (zh) | 用于在诸如fpga的动态可重新配置硬件装置以及诸如cpu的指令集处理器上同时执行进程的计算平台、可重新配置硬件装置和方法、以及相关的计算机可读介质 | |
| Dail et al. | Scheduling in the grid application development software project | |
| JP2011113449A (ja) | アプリケーション生成システム、方法及びプログラム | |
| Chirigati et al. | Evaluating parameter sweep workflows in high performance computing | |
| CN113723931A (zh) | 一种适用于多尺度高通量材料计算的工作流建模方法 | |
| Norollah et al. | Efficient scheduling of dependent tasks in many-core real-time system using a hardware scheduler | |
| Dietze et al. | Water-level scheduling for parallel tasks in compute-intensive application components | |
| Peterson et al. | Reducing overhead in the uintah framework to support short-lived tasks on gpu-heterogeneous architectures | |
| Davis et al. | Paradigmatic shifts for exascale supercomputing | |
| Becker et al. | A many-core based execution framework for IEC 61131-3 | |
| Yi | Towards customizable CPS: composability, efficiency and predictability | |
| Qin et al. | Zone-based resource allocation strategy for heterogeneous spark clusters | |
| CN103942235A (zh) | 针对大规模数据集交叉比较的分布式计算系统和方法 | |
| De Munck et al. | Design and performance evaluation of a conservative parallel discrete event core for GES | |
| Bao et al. | Task scheduling of data-parallel applications on HSA platform | |
| Madsen et al. | System-level verification of multi-core embedded systems using timed-automata | |
| Zalila et al. | Generating distributed high integrity applications from their architectural description | |
| Hung et al. | Architectures for cloud-based hpc in data centers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |