Prijeđite na glavni sadržaj

Kako ukrotiti velike, neuredne podatke – uz pomoć HPC-a

Objavljen članak u "MDPI Mathematics": "Scalable QR Factorization of Ill-Conditioned Tall-and-Skinny Matrices on Distributed GPU Systems"
1.12.2025.
Kako ukrotiti velike, neuredne podatke – uz pomoć HPC-a

Naši istraživači Nenad Mijić, Abhiram Kaushik, Dario Živković i Davor Davidović razvili su novi način rješavanja jednog od najzahtjevnijih problema u znanstvenom računarstvu: rada s golemim, nestabilnim skupovima podataka koji obično zadaju probleme klasičnim matematičkim metodama.

Mnoge suvremene tehnologije – poput klimatskih simulacija, medicinskog snimanja, umjetne inteligencije i inženjerstva – ovise o postupku zvanom QR faktorizacija, matematičkom alatu za rješavanje složenih sustava jednadžbi. No kada su podaci izrazito neuravnoteženi ili “loše kondicionirani”, čak se i vrlo snažna računala teško nose s njima.

Ovo novo istraživanje predstavlja poboljšani algoritam posebno dizajniran za superračunala s velikim brojem GPU-ova koji rade paralelno. Metoda se temelji na brzom postupku CholeskyQR, ali ga dodatno učvršćuje mehanizmima stabilizacije kako bi ostao pouzdan i kod najzahtjevnijih podataka.

Rezultati su impresivni:

  • Održava visoku točnost čak i kod izrazito nestabilnih podataka.
  • Radi do 12× brže od široko korištenih znanstvenih biblioteka.
  • Izvrsno skalira na velikom broju GPU-ova.

Jednostavno rečeno:

Tim je pronašao način da superračunala mnogo učinkovitije obrađuju ogromne, “neuredne” skupove podataka – otključavajući bolju izvedbu simulacija, modeliranja i znanstvenih otkrića u brojnim područjima.

Objavljeno u časopisu MDPI Mathematics

Pročitajte cijeli rad: https://doi.org/10.3390/math13223608

Istraživanje je podržala Hrvatska zaklada za znanost kroz projekt HybridScale te ERC projekti GlueSatLight i YoctoLHC – posebna zahvala SRCU na korištenju superračunala Supek.