×
伊斯坦·雷古利。；吉汉·穆达利奇（Gihan R.Mudalige）。

计算流体动力学应用程序的生产力、性能和可移植性。 （英语） Zbl 1519.76002号

计算。流体 199，文章ID 104425，第10页（2020）.
总结：过去十年的硬件趋势表明，高性能计算架构的复杂性和异构性不断增加，这给CFD应用程序的开发人员带来了三个关键挑战；需要实现良好的性能，能够通过便携性使用当前和未来的硬件，并以高效的方式使用。在使用传统编程方法时，这三种方法似乎相互矛盾，但近年来，模板库和领域特定语言等几种策略已成为一种潜在的解决方案；通过放弃一般性并专注于更窄的问题领域，这三个目标都可以实现。
本文概述了为CFD应用程序提供性能、可移植性和生产力的最新技术，从允许对PDE进行符号描述的高级库到针对单个算法模式的低级技术。我们讨论了使用每种方法的优势和挑战，并回顾了性能基准测试文献，其中比较了硬件体系结构的实现及其编程方法，概述了关键应用程序及其比较性能。

引用于5文件

MSC公司：

76-04 流体力学相关问题的软件、源代码等
65日元10 特定类别建筑的数值算法
76M20码 有限差分方法在流体力学问题中的应用

关键词：

回顾；领域特定语言；性能；可移植性；生产力

软件：

沃尔纳-OP2；OpenSBLI公司；SkePU公司；内波；萤火虫；DSCP确认；github；HPX公司；AmgX公司；STL公司；加速；球体；促进；SYCL公司；骨架CL；卤化物；OP2（操作2）；PyOP2型；李斯特；推力；特里利诺斯；LAPACK公司；炒作；超级LU；犰狳；艾根；WSMP公司；CUDA公司；开放运算语言；线性代数库；增强C++库；PETSc公司；FEniCS公司
PDF格式BibTeX公司 XML格式引用
\textit{I.Z.Reguly}和\textit{G.R.Mudalige}，计算。Fluids 199，文章ID 104425，10 p.（2020；Zbl 1519.76002）
全文： 内政部 链接

参考文献：

[1] Patterson，D.，《多核问题》，IEEE Spectr，47，7，28-32（2010）
[2] Asanović，K。；博迪克，R。；卡坦扎罗，公元前。；Gebis，J.J。；丈夫，P。；Keutzer，K.，《并行计算研究的前景：来自伯克利的观点》，技术代表（2006），加州大学伯克利分校EECS系
[3] 阿利米尔扎扎德，S。；Jahanbakhsh，E。；Maertens，A。；莱吉扎姆翁（Leguizamón，S.）。；Avellan，F.，GPU加速三维有限体积粒子方法，计算流体，171，79-93（2018）·Zbl 1410.65337号
[4] 医学硕士迪亚兹。；Solovchuk，M.A。；Sheu，T.W.，描述均匀热粘性介质中非线性声波的高性能多GPU解算器，计算流体，173195-205（2018）·Zbl 1410.76283号
[5] Gorobets，A。；Soukov，S。；Bogdanov，P.，在大多数混合超级计算机上模拟可压缩湍流的多级并行化，计算流体，173171-177（2018）·Zbl 1410.76229号
[6] 任，F。；Song，B。；Zhang，Y。；Hu，H.，基于Lattice Boltzmann方法的湍流和标量输运GPU加速求解器，计算流体，173，29-36（2018）·Zbl 1410.76047号
[7] 刘，R.K.-S。；吴，C.-T。；N.S.-C.高。；Sheu，T.W.-H.，用多GPU上的CUDA编程模拟不可压缩Navier-Stokes流的改进混合拉格朗日-欧拉（IMLE）方法，计算流体，18499-106（2019）·Zbl 1411.76103号
[8] Lee，Y.-H。；黄，L.-M。；邹永胜。；黄，S.-C。；Lin，C.-A.，在GPU集群上用格子Boltzmann方法模拟湍流管道流动，计算流体，168，14-20（2018）·Zbl 1390.76736号
[9] 桥本，T。；Yasuda，T。；塔诺，I。；田中，Y。；森西，K。；Satofuka，N.，使用动力学简化的局部navier-Stokes方程对非定常不可压缩流进行Multi-GPU并行计算，计算流体，167，215-220（2018）·Zbl 1390.76571号
[10] N.S.-C.高。；Sheu，T.W.-H.，在多个GPU卡上求解三维不可压缩Navier-Stokes解的有限元流动求解器的开发，计算流体，167，285-291（2018）·Zbl 1390.76327号
[11] 辛格，J.P。；Hennessy，J.L.，《自动并行化的有效性和局限性的实证研究》，共享内存多处理，203-207（1992）
[12] Wong M.、Richards A.、Rovatsou M.、Reyes R.Khronos的OpenCL SYCL支持C++的异构设备。2016
[13] 规则，S。；Vandierendonck，H。；D'Haene，J。；De Bosschere，K.，关于OpenCL内核性能可移植性的实验研究，2010年高性能计算应用加速器研讨会（SAAHPC’10）（2010）
[14] 小松，K。；佐藤，K。；Arai，Y。；Koyama，K。；Takizawa，H。；Kobayashi，H.，评估OpenCL程序的性能和可移植性，第五届自动性能调优国际研讨会，66，1（2010）
[15] 彭尼库克，S.J。；哈蒙德，S.D。；赖特，S.A。；赫德曼，J。；I.米勒。；Jarvis，S.A.，《OpenCL性能可移植性研究》，J Parallel Distrib Compute，73，11，1439-1450（2013）
[16] 官方消息：2021年，Aurora有望成为美国第一台Exascale计算机。2019https://www.hpcwire.com/2019/03/18/its-official-aurora-on-track-to-be-first-u-s-exascale-computer-in-2021/。
[17] 何，Q。；陈，H。；Feng，J.，使用图形处理单元加速基于OpenFOAM的MHD解算器，Fusion Eng Design，101，88-93（2015）
[18] Malecha，Z。；Mirosław，Ł。；托姆扎克，T。；科扎，Z。；马蒂卡，M。；Tarnawski，W.，使用OpenFOAM基于GPU的腹主动脉三维血流模拟，Arch Mech，63，2，137-161（2011）·Zbl 1301.76086号
[19] Heroux，医学硕士。；Bartlett，R.A。；豪尔，V.E。；霍克斯特拉，R.J。；胡，J.J。；Kolda，T.G.，Trilinos项目概述，ACM Trans Math Softw（TOMS），31，3，397-423（2005）·Zbl 1136.65354号
[20] Hoemmen，M.F.，《Trilinos线性代数和求解器中当前线程并行化工作的总结》。，技术代表（2017），Sandia National Lab.（SNL-NM），新墨西哥州阿尔伯克基（美国）
[21] Balay S.、Abhyankar S.、Adams M.F.、Brown J.、Brune P.、Buschelman K.等。PETSc网页。2019http://www.mcs.anl.gov/petsc; http://www.mcs.anl.gov/petsc。
[22] Anderson，E。；Bai，Z。；比肖夫，C。；南卡罗来纳州布莱克福德。；德梅尔，J。；Dongarra，J.，《LAPACK用户指南》（1999年），工业和应用数学学会：宾夕法尼亚州费城工业和应用算术学会·Zbl 0934.65030号
[23] 布莱克福德，L.S。；Choi，J。；克利里，A。；D’Azevedo，E。；德梅尔，J。；Dhillon，I.，《ScaLAPACK用户指南》（1997），工业和应用数学学会：工业与应用数学学会，宾夕法尼亚州费城·兹伯利0886.65022
[24] Buttari，A。；兰古，J。；Kurzak，J。；Dongarra，J.，多核架构的一类并行分片线性代数算法，并行计算，35，1，38-53（2009）
[25] 托莫夫，S。；Dongarra，J。；Baboulin，M.，面向混合GPU加速多核系统的稠密线性代数，并行计算，36，5-6，232-240（2010）·Zbl 1204.68268号
[26] 桑德森，C。；Curtin，R.，Armadillo:一个基于模板的线性代数C++库，J Open Source Softw，1，2，26（2016）
[27] Guennebaud G.、Jacob B.等人，Eigen v3。2010http://eigen.tuxfamily.org。
[28] Davis T.、Hager W.、Duff I.SuiteSparse。2014http://faculty.cse.tamu.edu/davis/suitesparse.html。
[29] R·D·法尔古特。；Jones，J.E。；Yang，U.M.，并行高性能预处理程序库hypre的设计与实现，并行计算机上偏微分方程的数值解，267-294（2006），Springer·Zbl 1097.65059号
[30] Notay，Y.，《一种基于聚合的代数多重网格方法》，《电子传递数值分析》，37，6，123-146（2010）·Zbl 1206.65133号
[31] Naumov，M。；阿萨耶夫，M。；卡斯通圭，P。；科恩，J。；J·德茅斯。；Eaton，J.，AmgX:GPU加速代数多重网格和预处理迭代方法库，SIAM科学计算杂志，37，5，S602-S626（2015）·Zbl 1325.65065号
[32] Gupta，A.，WSMP：Watson稀疏矩阵包（第一部分：对称稀疏系统的直接求解），技术代表RC 21886（2000），IBM TJ Watson研究中心，纽约州约克敦高地
[33] Li，X.S.，《超级逻辑单元概述：算法、实现和用户界面》，ACM Trans Math Softw，31，3，302-325（2005）·Zbl 1136.65312号
[34] Hénon，P。；Ramet，P。；Roman，J.，PaStiX:稀疏对称定系统的高性能并行直接求解器，并行计算，28，2，301-321（2002）·Zbl 0984.68208号
[35] 中华人民共和国埃姆斯泰。；达夫，I.S。；L'Excellent，J.-Y。；Koster，J.，MUMPS:通用分布式内存稀疏解算器，应用并行计算国际研讨会，121-130（2000），Springer
[36] Raghavan，P.，DSCPACK：求解稀疏线性系统的域分离器代码，技术代表（2002），技术代表CSE-02-004。香港中文大学计算机科学与工程系。。。
[37] 圣保罗。；Vuduc，R。；Li，X.S.，《分布式CPU-GPU稀疏直接求解器》（Silva，F.；Dutra，I.；Santos-Costa，V.，《2014年欧洲-巴黎并行处理》（2014），Springer International Publishing：Springer国际出版公司Cham），487-498
[38] https://hal.inia.fr/hal-00700066。
[39] Plauger，P。；李，M。；穆瑟，D。；Stepanov，A.A.，C++标准模板库（2000），普伦蒂斯·霍尔PTR：普伦蒂斯霍尔PTR Upper Saddle River，NJ，USA
[40] Schling，B.，《增强C++库》（2011），XML出版社
[41] Kaiser H.、Lelbach B.A.、Heller T.、BergéA.、Simberg M.、Biddescobe J.等人。STEllAR GROUP/hpx:hpx V1.2.1：并行和并发的C++标准库。2019https://doi.org/10.5281/zenodo.2573213。
[42] 用于高性能计算的领域特定语言和高级框架。doi:10.1016/j.jpdc.2014.07.003。
[43] Hornung，R。；琼斯，H。；Keasler，J。；尼利·R。；皮尔斯，O。；Hammond，S.，《2015年ASC三线合作设计2级里程碑报告》，技术代表（2015年），劳伦斯·利弗莫尔国家实验室（LLNL），加利福尼亚州利弗莫尔市（美国）
[44] Hoberock J.，Bell N.，《推力：并行模板库》。2010http://code.google.com/p/thrust/。
[45] Enmyren，J。；Kessler，C.W.，《SkePU:一个用于多GPU系统的多后端Skeleton编程库》，《第四届高级并行编程和应用国际研讨会论文集》，HLPP’10，5-14（2010），ACM:美国纽约州纽约市ACM
[46] doi:10.1002/9781119332015.ch13。
[47] Ernsting，S。；Kuchen，H.，《多核、多GPU系统和集群的算法框架》，《国际高性能计算网络》，7，2，129-138（2012）
[48] Steuwer，M。；凯格尔，P。；Gorlatch，S.，SkelCL——用于高级GPU编程的便携式骨架库，2011年IEEE并行和分布式处理研讨会国际研讨会和博士论坛，1176-1182（2011）
[49] 查克拉瓦蒂，M.M.T。；凯勒，G。；Lee，S。；McDonell，T.L。；Grover，V.，用多核GPU加速Haskell数组代码，DAMP’11：多核编程声明性方面的第六次研讨会（2011），ACM
[50] 凯勒，G。；查克拉瓦蒂，M.M。；Leshchinskiy，R。；佩顿·琼斯，S。；Lippmeier，B.，《规则，形状多态，haskell中的并行阵列》，SIGPLAN Not，45，9，261-272（2010）·Zbl 1323.68127号
[51] Ruiz A.《hmatrix简介》，2012年。
[52] 德维托，Z。；Joubert，N。；帕拉西奥斯，F。；奥克利，S。；麦地那，M。；Barrientos，M.，Liszt:构建基于网格的便携式PDE解算器的领域特定语言，2011年高性能计算、网络、存储和分析国际会议论文集，9（2011），ACM
[53] 伯恩斯坦，G.L。；沙阿，C。；莱米尔，C。；德维托，Z。；费希尔，M。；Levis，P.，Ebb:CPU和GPU物理模拟的DSL，ACM Trans Graph，35，2（2016），21:1-21:12
[54] 厄尔，C。；米特·M。；巴古塞蒂，A。；Sutherland，J.C.，Nebo:数值求解偏微分方程的高效、并行和可移植的特定领域语言，J Syst Softw，125，389-400（2017）
[55] Ragan-Kelley，J。；巴恩斯，C。；亚当斯。；美国巴黎。；杜兰德，F。；Amarasinghe，S.，Halide:图像处理管道中用于优化并行性、局部性和重新计算的语言和编译器，第34届ACM SIGPLAN编程语言设计和实现会议论文集，PLDI’13，519-530（2013），ACM:ACM纽约，纽约，美国
[56] Mostafazadeh，B。；Marti，F。；刘，F。；Chandramowlishwaran，A.，Roofline指导下的多核性能多级CFD求解器的设计和分析，2018 IEEE国际并行和分布式处理研讨会（IPDPS），753-762（2018）
[57] Yount，C。；托宾，J。；布鲁尔，A。；Duran，A.，Yaskyet《另一个模板内核：HPC模板代码生成和调优框架》，2016年第六届领域特定语言和高性能计算高级框架国际研讨会（WOLFHPC），30-39（2016）
[58] http://dl.acm.org/citation.cfm？id=2867549.2868136。
[59] e4062 e4062 cpe.4062 doi:10.1002/cpe.4062。
[60] Zhao，T。；威廉姆斯。；霍尔，M。；Johansen，H.，《使用积木在cpu和GPU上进行性能便携式模板计算》，2018 IEEE/ACM HPC（P3HPC）性能、便携性和生产力国际研讨会，59-70（2018）
[61] Mudalige，G.R。；贾尔斯，M.B。；Reguly，I。；贝尔托利，C。；Kelly，P.H.J.，OP2:在多核和多核架构上解决非结构化网格应用程序的主动库框架，2012创新并行计算（InPar），1-12（2012）
[62] Rathgeber，F。；Markall，G.R。；米切尔，L。；北卡罗莱恩。；Ham，D.A。；Bertolli，C.，PyOP2:非结构化网格上性能可移植模拟的高级框架，2012 SC伴侣：高性能计算、网络存储和分析，1116-1123（2012），IEEE
[63] Incardona，P。；Leo，A。；扎卢日尼，Y。；Ramaswamy，R。；Sbalzarini，I.F.，《OpenFPM：并行计算机上粒子和粒子码的可扩展开放框架》，《计算物理通讯》，24115-177（2019）
[64] http://superri.org/superfri/article/view/17。
[65] PSyclone项目。2018http://psyclone.readthedocs.io/。
[66] 巴尔达夫，M。；塞弗特，A。；Förstner，J。；Majewski，D。；Raschendorfer，M。；Reinhardt，T.，《使用COSMO模型进行对流尺度数值天气预报：描述和敏感性》，《Mon weather Rev》，139、12、3887-3905（2011）
[67] 克莱门特，V。；费拉查特，S。；福勒，O。；拉皮隆，X。；Osuna，C.E。；Pincus，R.，《CLAW DSL:性能便携式天气和气候模型摘要》，高级科学计算会议平台论文集，PASC’18（2018），ACM:美国纽约州纽约市ACM，2:1-2:10
[68] Clément，V。；马蒂，P。；福勒，O。；Sawyer，W.，《GPU和CPU与ICON全球气候模型的性能可移植性》，EGU大会摘要。EGU大会会议摘要，EGU大会摘要，20，13435（2018）
[69] Alns，医学硕士。；布莱希塔，J。；Hake，J。；Johansson，A。；Kehlet，B。；Logg，A.，《FEniCS项目1.5版》，Arch Numer Softw，3100（2015）
[70] Rathgeber，F。；Ham，D.A。；米切尔，L。；兰格，M。；卢波里尼，F。；Mcrae，A.T.T.，Firedrake:通过组合抽象实现有限元方法自动化，ACM Trans Math Softw，43，3（2016），24:1-24:27·Zbl 1396.65144号
[71] Lengauer，C.等人。；阿佩尔，S。；博尔顿，M。；Grßlinger，A。；Hannig，F。；Köstler，H.，ExaStencils:advanced stencil code engineering，（Lopes，L.；Žilinskas，J.；Costan，A.；Cascella，R.G.；Kecskemeti，G.；Jeannot，E.；etal.，《2014年欧洲-太平洋地区：并行处理研讨会》（2014年），施普林格国际出版公司：施普林格（Springer）国际出版公司，553-564
[72] 马西娅，S。；马特奥，S。；马丁内斯·费雷尔，P.J。；贝尔特兰，V。；米拉·D·。；Ayguadé，E.，Saiph:走向高性能计算流体动力学的DSL，2018年真实世界领域特定语言研讨会论文集，RWDSL2018（2018），ACM:ACM纽约，纽约，美国，6:1-6:10
[73] Rink，N.A。；惠斯曼，I。；Susungi，A。；Castrillon，J。；斯蒂勒，J。；Fröhlich，J.，Cfdlang:流体动力学中高阶方法的高级代码生成，2018年真实世界领域特定语言研讨会论文集，RWDSL2018（2018），ACM:ACM纽约，纽约，美国，5:1-5:10
[74] 巴斯蒂安，P。；布拉特，M。；A.德纳。；恩格尔，C。；Klöfkorn，R。；Ohlberger，M.，用于并行和自适应科学计算的通用网格接口。第一部分：抽象框架，计算，82，2103-119（2008）·Zbl 1151.65089号
[75] Lusher，D.J。；Jammy，S.P。；Sandham，N.D.，自动源代码生成框架OpenSBLI中的冲击波/边界层交互，计算流体，173，17-21（2018）·Zbl 1410.76299号
[76] 兰格，M。；北卡罗来纳州库克雷贾。；卢布托，M。；卢波里尼，F。；维埃拉，F。；Pandolfo，V.，Devito：使用符号python实现通用有限差分DSL，2016年第六届高性能科学计算python研讨会（PyHPC），67-75（2016）
[77] 威廉姆斯。；沃特曼，A。；Patterson，D.，《Roofline:浮点程序和多核体系结构的一个富有洞察力的可视化性能模型》，技术代表（2009），劳伦斯伯克利国家实验室（LBNL），加利福尼亚州伯克利（美国）
[78] 宾夕法尼亚州立大学。；苏厄尔，J.D。；Lee，V.W.，《性能可移植性指标的含义》，《未来一代计算系统》，92947-958（2017）
[79] 哈雷尔，S.L。；Kitson，J。；伯德·R。；彭尼库克，S.J。；苏厄尔，J。；Jacobsen，D.，有效性能可移植性，2018 IEEE/ACM HPC（P3HPC）性能、可移植性和生产力国际研讨会，24-36（2018）
[80] 英特尔。代码库调查员。https://github.com/intel/code-base-insearch。
[81] McIntosh-Smith，S.，《不同计算机体系结构的性能可移植性》，P3MA：第四届多核或加速器性能可移植编程模型国际研讨会（2019）
[82] 里格利，I.Z。；Mudalige，G.R。；Giles，M.B.，《运行时使用OPS在大规模模具代码中进行循环平铺》，IEEE Trans Parallel Distribute Syst，29，4，873-886（2018）
[83] Siklosi，B。；里格利，I.Z。；Mudalige，G.R.，模板应用的异构CPU-GPU执行，2018 IEEE/ACM HPC性能、便携性和生产力国际研讨会（P3HPC），71-80（2018）
[84] 法律，T.R。；Kevis，R。；鲍威尔，S。；Dickson，J。；Maheswaran，S。；赫德曼，J.A。；Jarvis，S.A.，非结构化流体动力学微型应用的性能可移植性，2018 IEEE/ACM HPC性能、可移植性和生产率国际研讨会（P3HPC），0-12（2018）
[85] R.O.柯克。；Mudalige，G.R。；里格利，I.Z。；赖特，S.A。；马蒂诺，M.J。；Jarvis，S.A.，《在现代多核系统上实现热传导求解器微型应用的性能可移植性》，2017年IEEE集群计算国际会议（cluster），834-841（2017）
[86] Sudheer Chunduri，S.P。；Rahman，R.，Nekbone性能可移植性，2017年DOE COE性能可移植会议（2017年）
[87] Ferenbaugh，C.R.，《PENNANT小型应用程序中的粗线程与细线程》，2016年DOE COE性能可移植性会议（2016年）
[88] 布鲁尼尼，V。；克劳森，J。；霍姆曼，M。；库卡拉，A。；菲利普斯，M。；Trott，C.，面向性能便携SIERRA/aria的进展，2019年能源部性能、便携性和生产力年会（2019年）
[89] Stan Moore，A.S.，使用Kokkos在SPARTA中获得线程性能可移植性，2019年DOE性能、可移植性和生产力年会（2019年）
[90] 沃特金斯，J。；特泽尔，I。；Demeshko，I.，《Albany Land Ice求解器内有限元装配过程的性能可移植性研究》，2019年DOE性能、可移植性和生产力年会（2019年）
[91] Howard，M.，下一代平台SPARC sandias高超音速CFD代码的性能可移植性，2017年DOE COE性能可移植会议（2017年）
[92] 霍华德，M。；费希尔，T.C。；霍姆曼，M.F。；Dinzl，D.J。；Overfelt，J.R。；Bradley，A.M.，在下一代高性能计算平台上大规模使用CFD的多级并行。，第十届国际计算流体力学会议（ICCFD10）（2018）
[93] 霍尔曼，J.K。；汉弗莱，A。；桑德兰，D。；Berzins，M.，通过使用基于Kokkos的便携式数据并行任务提高uintah的可扩展性，2017年高级研究计算实践与经验论文集，可持续性、成功和影响，27（2017），美国计算机学会
[94] Padioleau，T。；Tremblin，P。；审计，E。；Kestener，P。；Kokh，S.，一个具有良好平衡重力的高性能便携式全马赫流态解算器代码。可压缩对流的应用，天体物理学J，875，2，128（2019）
[95] 普雷兹，F.E.H。；Mukhadiyev，N。；Xu，X。；母猪，A。；Lee，B.J。；Sankaran，R.，使用多核/GPU加速度对具有详细化学性质的反应流进行直接数值模拟，计算流体，173，73-79（2018）·Zbl 1410.76466号
[96] David Beckingsale Johann Dahm，P.W.，Porting SAMRAI to sierra，2019年能源部性能、便携性和生产力年会（2019年）
[97] Pearce，O.，《探索多物理仿真中异构架构的利用选项》，《并行计算》，第87期，第35-45页（2019年）
[98] 穆达利奇，G。；Reguly，I。；查米，S。；雅各布斯，C。；贾尔斯，M。；Sandham，N.，基于DSL的多块结构网格直接数值模拟应用程序的大尺度性能，J Parallel Distrib Compute，131130-146（2019）
[99] 里格利，I.Z。；贾尔斯，D。；戈皮纳坦，D。；基维，L。；贝克，J.H。；Giles，M.B.，《VOLNA-OP2海啸规范》（1.5版），Geosci Model Dev，11，11，4621-4635（2018）
[100] 里格利，I.Z。；Mudalige，G.R。；伯托利，C。；贾尔斯，M.B。；Betts，A。；Kelly，P.H.J.，利用OP2加速全规模工业CFD应用，IEEE Trans Parallel Distribute Syst，27，5，1265-1278（2016）
[101] Mudalige，G.R。；里格利，I.Z。；Giles，M.B.，《大规模生产非结构化网格CFD应用的自动矢量化》，SIMD/矢量处理编程模型第三次研讨会论文集，WPMVP’16（2016），ACM:美国纽约州纽约市ACM，5:1-5:8
[102] 特鲁比，D。；赖特，S。；Kevis，R。；Maheswaran，S。；Herdman，A。；Jarvis，S.，BookLeaf:一个非结构化流体动力学迷你应用程序，2018 IEEE集群计算国际会议（cluster），615-622（2018）
[103] TeaLeaf：英国小型应用财团。2015https://github.com/UK-MAC/TeaLeaf。
[104] Daley，C.，通过微基准评估GPU上的OpenMP性能，2019年DOE性能、便携性和生产力年会（2019年）
[105] OP-DSL：牛津并行领域特定语言。2015https://op-dsl.github.io。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。