研究人员开发了一个新的多GPU框架,旨在显著提高详细3D多细胞生长模拟的可扩展性。该框架利用循环神经网络(RNN)在GPU之间动态平衡工作负载,解决了随着细胞移动和生长改变计算分布而产生的效率低下问题。基于RNN的控制器经过离线训练,能够学习纠正不平衡,与静态或反应式负载均衡方法相比,可减少运行时间和重新划分事件。评估表明,仅GPU加速就能将计算速度提高三个数量级,而RNN引导的均衡进一步将全局不平衡从11.3%降低到3.5%。 AI
影响 该框架可以通过实现更复杂和更大规模的组织发育模拟来加速生物学研究。
排序理由 该集群包含一篇详细介绍新计算框架及其评估的学术论文。
- Matvey Moisseyev
- recurrent neural network
- central processing unit
- graphics processing unit
- Hugging Face
- Şemsettin Günaltay
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →