2021高性能计算云（HPC Cloud）白皮书

此代码段举例说明了如何将 3D 阵列导出到 ParaView 中，而无需编写 VTK 文件。 这是在高性能计算 (HPC) 场景中首选的导出大量数据的经典方法。 （比如读/写 [10,000]^3 个数组） 此示例输出 3 个文件：geometry.h5、field.h5 和 solution.xmf。 这三个文件必须在同一个文件夹中。 但是为了在 ParaView/Visit 中打开阵列，最初只需要 *.xmf 文件。 ParaView/VisIt 然后将加载两个 h5 文件。 在脚本中可以找到更多详细信息。 快乐编码！ ;D

联想智能超算平台用户手册 v5.1.0

Lustre 中文手册

linux高性能集群解决方案，MPI并行编程。

大连大学HPC解决方案

Linpack测试简介 Linpack是国际上使用最广泛的测试高性能计算机系统浮点性能的基准测试。通过对高性能计算机采用高斯消元法求解一元N次稠密线性代数方程组的测试，评价高性能计算机的浮点计算性能。Linpack的结果按每秒浮点运算次数（flops）表示。

matlab回归分析计算t统计量代码GlobalSearchRegression 抽象的 GlobalSearchRegression既是世界上最快的全子集回归命令（一种广泛的用于自动模型/特征选择的工具），也是开发针对机器学习和计量经济学算法的一致框架的第一步。 用Julia编写，它是命令的高性能计算版本（获取原始代码）。 在多核个人计算机中（我们将Threadripper 1950x构建用于基准测试），它的运行速度比原始Stata代码快3165倍，比著名的R-alternatives快197倍。 尽管如此，GlobalSearchRegression不仅着眼于执行时间，而且还着眼于将机器学习算法与计量经济学诊断工具逐步集成到友好的图形用户界面（）中，以简化令人尴尬的并行定量研究。 在机器学习环境（例如，专注于预测分析/预测准确性的问题）中，越来越多的“训练/测试”算法（其中许多在Julia中显示出非常有趣的性能）以比较替代结果并找到合适的模型。 但是，关注因果推理的问题需要五个重要的计量经济学特征：1）简约（避免使用非常大的理论模型）； 2）可解释性（用于因果推理，拒绝“直觉-损失

2021最新华为HPC Cloud 解决方案-96页

Magic软件可以通过馈入参数仿真计算输出功率。为了确定最优的参数，实际工作中通过采用Magic迭代计算软件中的遗传算法迭代计算确定参数，但每代计算需要同时启动多个Magic程序，耗时长、单机计算效率低。本文提出了基于Windows环境，使用现有的工作站，利用Microsoft HPC工具包搭建一个并行计算集群，实现将每代启动的Magic程序放到多台计算机上进行并行计算的解决方案。首先利用HPC Pack进行集群的搭建，然后设置共享文件夹进行数据的存储与访问，最后使用Microsoft HPC Pack SDK中的API改写Magic迭代计算软件，实现将每代启动的Magic程序放到多台计算机上进行并行计算。通过测试表明加速比大约为2，能够有效提高计算速度。