Ефремов А. М., Тимофеев А. В., Ilyasov Y. и др., , in: ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ (ПаВТ’2025).: Издательский центр Южно-Уральского государственного университета, 2025. P. 56–81.
Добавлено: 4 апреля 2026 г.
Костенецкий П. С., Козырев В. И., Чулкевич Р. А. и др., , in: Параллельные вычислительные технологии – XIX всероссийская научная конференция с международным участием, ПаВТ’2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025.
Добавлено: 28 мая 2025 г.
Springer, 2025.
Добавлено: 21 февраля 2025 г.
Костенецкий П. С., Vyacheslav Kozyrev, Чулкевич Р. А. и др., , in: 18th International Conference, PCT 2024, Chelyabinsk, Russia, April 2–4, 2024, Revised Selected Papers. Parallel Computational Technologies. Communications in Computer and Information Science (CCIS, volume 2241)Vol. 2241.: Springer, 2024. P. 49–64.
Добавлено: 20 декабря 2024 г.
Соколов А. П., Воеводкин В. С., Working papers by Cornell University. Series cond-mat.soft "arxiv.org" ( 2024
Добавлено: 8 октября 2024 г.
Gorshkov A., Rumyantsev K., Yakovlev P., Working papers by Cornell University. Series math "arxiv.org" 2024
Добавлено: 8 октября 2024 г.
Dmitriy Demin, Ilya Grebenkin, International Journal of Advanced Manufacturing Technology 2024 Vol. 133 No. 7 P. 3461–3473
It is well known that residual stresses and accumulated deformations during drawing processes can influence mechanical properties of the resulting products. This paper proposes the use of machine learning methods, such as artificial neural networks (ANN) and polynomial regression, to gain insight into the nature of these distributions across the cross-section of round wires. The ...
Добавлено: 17 июля 2024 г.
Springer, 2023.
Добавлено: 26 января 2024 г.
Kolotinskii D., Alexei Timofeev, , in: Supercomputing: 8th Russian Supercomputing Days, RuSCDays 2022, Moscow, Russia, September 26–27, 2022, Revised Selected PapersVol. 13708.: Springer, 2022. P. 276–289.
Добавлено: 16 мая 2023 г.
Ferreira D., Joffrin E., Abduallev S. и др., Plasma Physics and Controlled Fusion 2021 Vol. 63 No. 8 Article 084006
Добавлено: 31 января 2023 г.
Springer, 2022.
Добавлено: 19 декабря 2022 г.
IOP Publishing, 2021.
Добавлено: 20 января 2022 г.
IEEE, 2021.
2021 Workshop on Exascale MPI (ExaMPI)
DOI: 10.1109/ExaMPI54564.2021
14-14 Nov. 2021 ...
Добавлено: 20 января 2022 г.
Костенецкий П. С., Чулкевич Р. А., Козырев В. И., Journal of Physics: Conference Series 2021 Vol. 1740 Article 012050
Добавлено: 25 февраля 2021 г.
Зеленков Ю. А., , in: Supercomputing. RuSCDays 2020. Communications in Computer and Information ScienceVol. 1331: 6th Russian Supercomputing Days, RuSCDays 2020, Moscow, Russia, September 21–22, 2020, Revised Selected Papers.: Switzerland: Springer, 2020. P. 401–412.
Добавлено: 10 декабря 2020 г.
Springer, 2020.
Добавлено: 14 октября 2020 г.
Костенецкий П. С., В кн.: Суперкомпьютерные дни в России: Труды международной конференции (25-26 сентября 2017 г., г. Москва).: М.: Издательство МГУ, 2017. С. 876–881.
Платформа «Персональный виртуальный компьютер» (ПВК) - универсальное средство доступа для студентов и преподавателей в облако образовательных сервисов ВУЗа, построенная на базе вычислительного кластера «СКИФ Урал» и виртуальных машин. В качестве следующего этапа развития платформы (ПВК) в ЮУрГУ была выбрана тесная интеграция с приложениями суперкомпьютерного моделирования и высокопроизводительного вычислителя. В глазах пользователей произошло слияние системы ПВК ...
Добавлено: 27 марта 2020 г.
Нольде Д. Е., Крылов Н. А., Телегин П. Н. и др., Труды НИИСИ РАН 2018 Т. 7 № 4 С. 157–161
На примере программного пакета Gromacs проведено исследование скорости расчета
классической молекулярной динамики на различных компьютерных системах: настольных компьютерах,
кластеров на основе процессоров x86_64, многоядерных процессоров архитектуры MIC, а также
гетерогенных систем с использованием «игровых» видеокарт или графических ускорителей. Рассмотрен
вопрос выбора оптимальной платформы для проведения расчетов молекулярной динамики. ...
Добавлено: 10 февраля 2020 г.
Крылов Н. А., Нольде Д. Е., Телегин П. Н. и др., Труды НИИСИ РАН 2018 Т. 8 № 6 С. 74–78
Проведено исследование производительности 2-х алгоритмов обработки результатов
молекулярной динамики (МД): расчета радиальной функции распределения (RDF) и расчета энергии на
современных вычислительных платформах. Показано, что оба алгоритма эффективно распараллеливаются
как на системах с общей памятью, так и на кластерах с распределенной памятью. Для обработки результатов
МД систем среднего размера эффективность распараллеливания расчета RDF близка к 1 в диапазоне до 100
ядер, ...
Добавлено: 10 февраля 2020 г.