ParaView /催化剂的概述

从KitwarePublic
<
跳转到导航栏 跳转到搜索
CatalystLogo.png"src=

背景

有几个因素正在推动模拟的发展。超级计算机和计算机集群的计算能力正在增长,而个人计算机的价格正在下降。分布式计算技术允许数百甚至数千个计算机节点参与单个模拟。这种计算能力的好处是,模拟在预测复杂现象方面变得更加准确和有用。这种增长的缺点是需要保存和分析大量的数据,以确定模拟结果。不幸的是,IO能力的增长并没有跟上这些机器处理能力的增长。因此,生成数据的能力已经超过了我们保存和分析数据的能力。这个瓶颈限制了我们从改进的计算资源中获益的能力。例如,模拟通常不经常保存它们的状态,以最小化存储需求。

这种粗糙的时间采样使得很难注意到一些复杂的行为。为了解决这个问题,ParaView现在可以很容易地将并发分析和可视化直接集成到仿真代码中。这种功能通常被称为协同处理,原位处理或co-visualization。这个特性可以通过ParaView Catalyst(以前称为ParaView Co-Processing)获得。工作流程比较旧的和新的模拟工作流程使用ParaView Catalyst可以看到下图。

完整的工作流程
工作流与Co-Processing

技术目标

协同处理工具集的主要目标是便于将易于使用的核心数据处理集成到仿真中,以实现可扩展的数据分析。该工具集有两个主要部分: