HPC科学模拟每次运行通常会生成TB级（甚至PB级）的数据。
| <p>本月高性能计算社区和相关领域中最新发表的研究有：</p> |
| <p><strong>探索转移学习以减少机器学习中HPC数据的训练开销</strong></p> |
| <p>HPC科学模拟每次运行通常会生成TB级（甚至PB级）的数据，而处理用于机器学习培训的数据量可能会很累，需要花费数天甚至数周的时间。本文由天普大学，上海交通大学和新泽西理工学院的团队撰写，讨论了使用转移学习来减少这种培训开销的问题。研究人员发现，转移学习可以减少训练时间，而不会（在大多数情况下）显着提高错误率。</p> |
| <p>作者：刘彤，Shakeel Alibhai，王金珍，刘青，何旭斌和吴晨涛。</p> |
| <p><strong>迈向万亿级的磁性宇宙模拟</strong></p> |
| <p>这些天体物理学家说，宇宙结构模拟“目前处于当今使用超级计算机的最前沿”，但该领域“需要开发出在准确性，鲁棒性，并行可扩展性和物理保真度方面表现出色的新数值方法。”作者介绍了EXAMAG项目，他们在其中致力于改进和应用AREPO（天体运动网格代码）。他们讨论了发布两个主要社区编码项目的努力，他们说这代表了该领域的最新技术。</p> |
| <p>作者： Volker Springel，Christian Klingenberg，RüdigerPakmor，Thomas Guillet和Praveen Chandrashekar。</p> |
| <p><strong>使用基于FPGA的HPC平台进行密码分析</strong></p> |
| <p>密码分析用于测试密码算法的强度，但是由于计算要求，某些密码分析策略（到目前为止）仅是理论上的。本文由印度普纳大学工程学院的二人组撰写，作者提出了一种基于FPGA的HPC平台，旨在满足这些高要求，实现AES算法攻击的计算复杂度为2 124 。</p> |
| <p>作者： Harshali Zodpe和Ashok Sapkal。</p> |
| <p><strong>反思澳大利亚的HPC教育和培训</strong></p> |
| <p>位于澳大利亚肯辛顿的Pawsey超级计算中心是射电天文望远镜和超级计算机的所在地，但同时也是针对澳大利亚研究人员的各种教育，培训和外展活动的所在地。在本文中，来自Pawsey的团队重点介绍了他们使用不同的学习方法和工具来满足特定教育和培训目的的努力。</p> |
| <p>作者： Maciej Cytowski，Luke Edwards，Mark Gray，Christopher Harris，Karina Nunez和Aditi Subramanya。</p> |
| <p><strong>开发用于万亿级天气预报的节能算法</strong></p> |
| <p>兆亿级的天气预报预计将是一项非常耗能的工作。这些研究人员来自12多个气象和研究机构，在这里讨论了百亿亿级热能级可伸缩天气预报算法（ESCAPE）项目，该项目的目的是“制定可持续的战略，将天气和气候预测模型发展到下一代计算技术。”</p> |
| <p>作者： AndreasMüller，Willem Deconinck，ChristianKühnlein，Gianmarco Mengaldo，Michael Lange，Nils Wedi，Peter Bauer，Piotr K. Smolarkiewicz，Michail Diamantakis，Sarah-Jane Lock等。</p> |
| <p><strong>在塞拉和拉森进行地震模拟</strong></p> |
| <p>地震可能造成数亿美元的损失。本文由劳伦斯·利弗莫尔国家实验室（LLNL）的亚瑟·罗杰斯（Arthur Rodgers）撰写，罗杰斯描述了加利福尼亚州海沃德断裂带沿地震地面运动的基于物理学的3D数值模拟。Rodgers写道：“使用新增强的…代码进行的这些模拟使我们能够以较短的运行时间运行高分辨率的地震模拟，从而为地震危险性和风险研究提供了新的功能。”</p> |
| <p>作者：亚瑟·罗杰斯</p> |
| <p><strong>使用性能驱动的分析对HPC系统上的自适应汽车导航服务</strong></p> |
| <p>随着自动驾驶汽车和实时交通数据的出现，需要更大，功能更强大的计算系统来处理正在生成的大量数据。在本文中，米兰理工大学的一个团队介绍了一种自适应汽车导航系统和一种性能模型，用于根据需要调整计算基础架构的规模。研究人员介绍了他们的模型验证过程，该过程使用了米兰市区的数据。</p> |
| <p>作者： Leonardo Arcari，Macro Gribaudo，Gianluca Palermo和Giuseppe Serazzi。</p> |
