模擬整個銀河系的形成並非簡單的任務，需要精確的計算以及龐大的運算處理能力。
在運行此種規模的模擬之外，如果還要在相同的系統上以互動的方式同步渲染結果，這更是難上加難。
然而，瑞士超級計算中心 (Swiss National Supercomputing Center, CSCS) 的研究人員做到了。他們首次採用威力強大的 Tesla GPU加速 Piz Daint 超級電腦來運行規模龐大的原位(In-situ) 視覺化 – 同步運算及產生銀河系成形的影像。(想要進一步了解原位視覺化，請參考「在 Tesla GPU上利用互動式超級運算進行原位視覺化」“Interactive Supercomputing with In-Situ Visualization on Tesla GPUs“
研究人員採用威力強大的 Tesla GPU加速 Piz Daint 超級電腦來運行規模龐大的原位視覺化－同步運算及產生銀河系成形的影像。
Piz Daint 是全世界能完成這個任務的最大型超級電腦。它讓研究人員能利用多達2,048 個 GPU節點來模擬2億5,600萬個恆星、行星和其他天體。
這樣的規模以前從來未曾在GPU上完成過 … 直到現在。
此項壯舉突顯了運算研究中一個正在成長的趨勢－現今的電腦處理能力是研究人員的新工具，讓他們的工作能有所進展。
然而，沒有 Tesla GPU 加速器，這是不可能做到的。
原位視覺化(In-situ Visualization)是什麼，為何如此重要？
數字和公式很重要。然而，若能將運算工作視覺化，則往往能讓研究人員擁有新的觀點及見解。
針對科學模擬進行渲染視覺化已經行之有年。不過，這在以前是分開的工作，所以需要兩台不同的系統：一台用來計算 (執行科學應用程式)，另一台則是用來渲染模擬結果進行視覺化。
模擬工作得耗費數日或數星期才能完成，之後才能進行視覺化。在這個過程中如果發現一個錯誤，或是更改了一個參數，就得在模擬系統上重新運行整個計算過程。然後又得再一次渲染。這種反覆的過程可能是很漫長及繁瑣的。
原位視覺化改變了一切，它讓研究人員能在單一系統上同步進行運算並將結果視覺化，它讓研究人員能夠以一種紙面上的公式所無法表達的方式來「看見」事物，帶來新的觀點及更快的結果。研究人員甚至可以瞬間改變模擬，讓他們的工作得以最佳化。
我們的 Tesla GPU提供處理能量，讓所有這些工作能有效及即時地完成，絕不浪費系統的效能。
結果就是更少的步驟，更快的發現－單一系統就可以完成這個任務。
想要看到第一手的 GPU加速原位視覺化銀河系的演示，請於本周造訪我們在超級運算大會 (SC14)的1727 攤位。它展示了在Piz Daint及Titan這兩台超級電腦所運行的銀河系模擬及視覺化。Piz Daint在瑞士，Titan 是另一台採用GPU的超級電腦，在美國的橡樹嶺國家實驗室(Oak Ridge National Labs)。
如果你想要進一步了解頂尖的高效能運算(HPC)視覺化軟體的最新發展，Kitware公司的Robert Maynard 將會在11月19日星期三下午3時(美國中部時區)說明。