-
geo-hpc-course:短期课程，专注于使用隐式格式MATLAB代码进行并行CPU和GPU高性能计算
资源介绍
隐式格式的MATLAB代码地理HPC课程
并行CPU和GPU高性能计算课程
本短期课程旨在以动手实践的形式为Julia中的并行和高性能计算提供一种交互式的应用方法。
这门简短的课程涵盖了现代地理计算中的流行领域。
寻求微分方程的解需要有效利用现代硬件的有效数值方案。
这些求解器可以解决十年前在技术上不可能的科学问题。
本短期课程的目的是提供交互式和类似教程的动手操作，以在多核硬件加速器（例如，使用Julia语言）的GPU上并行求解微分方程组。
Julia将高级语言的简单性与低级语言的性能相结合。
生成的代码和应用程序快速，简短且易读[，，]。
依靠二阶Richardson类型的迭代策略，可以将迭代算法转换为有效的线性和非线性求解器。
内容
目标
我们将设计和实现一种迭代数值算法，用于解决以下两个应用中的2D（非线性）扩散问题：
热扩散：
dT
/
dt =
1
/
ρCp
*
(
-
dqx
/
dx
-
dqy
/
dy)
qx
=
-
λ
*
dT
/
dx
qy
=
-
λ
*
dT
/
dy
对于初始的高斯分布，热扩散代码产生以下输出：
冰地形的非线性扩散（简化的浅冰）