[Pycon] [new paper] "Giuseppe Di Bernardo" - Analisi dati in Python accelerata con GPU: uno study case in Scienze dei Materiali
info a pycon.it
info a pycon.it
Sab 6 Gen 2018 21:29:56 CET
Title: Analisi dati in Python accelerata con GPU: uno study case in Scienze dei Materiali
Duration: 60 (includes Q&A)
Q&A Session: 0
Language: it
Type: Talk
Abstract: Il Max Planck Computing and Data Facility è impegnato nello sviluppo e nell'ottimizzazione di algoritmi e applicazioni per l'elaborazione ad alte prestazioni e per progetti di Big Data. Come linguaggio di programmazione in Data Science, Python è ora utilizzato al MPCDF nell'area scientifica dell’ "atom probe crystallography" (APT): si simula un'analisi di Fourier nello spazio 3D per rivelare la composizione e la struttura cristallografica su scala atomica di miliardi di dati sperimentali. L'ecosistema Python si è dimostrato adatto, in quanto cresciuto oltre i confini delle singole macchine e capace di raggiungere scalabilità su cluster di computer. Questa presentazione si propone di descrivere l’approccio alla computazione su più GPU e i metodi di visualizzazione. L’ analisi del flusso di lavoro dei dati si basa sul software PyNX, una libreria Python open source che fornisce una rapida computazione parallela su GPUs. Il codice trae vantaggio dall'elevato throughput delle GPUs, utilizzando la libreria pyCUDA. Analisi esplorative dei dati, alta produttività e rapida prototipazione ad alte prestazioni sono possibili mediante Jupyter Notebooks e moduli Python, ad es. Pandas, matplotlib / plotly. Nella fase di produzione, la visualizzazione interattiva viene realizzata utilizzando una tecnologia di visualizzazione scientifica standard, ad es. Paraview, un programma 3D open source che usa moduli Python per generare componenti di visualizzazione all'interno di file VTK.
Tags: [u'visualization', u'data-visualization', u'linux', u'GPUComputing', u'Python', u'data-analysis', u'python3', u'mathematical-modelling', u'physics', u'matplotlib', u'github', u'sublimetext', u'Data Mining', u'analytics', u'pandas', u'OSX']
Maggiori informazioni sulla lista
Pycon