論文の概要: A cast of thousands: How the IDEAS Productivity project has advanced
software productivity and sustainability
- arxiv url: http://arxiv.org/abs/2311.02010v2
- Date: Fri, 16 Feb 2024 21:25:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-21 04:55:35.055182
- Title: A cast of thousands: How the IDEAS Productivity project has advanced
software productivity and sustainability
- Title(参考訳): 数千のキャスト: IDEAS Productivity プロジェクトはいかにしてソフトウェア生産性と持続可能性を高めているか
- Authors: Lois Curfman McInnes, Michael Heroux, David E. Bernholdt, Anshu Dubey,
Elsa Gonsiorowski, Rinku Gupta, Osni Marques, J. David Moulton, Hai Ah Nam,
Boyana Norris, Elaine M. Raybourn, Jim Willenbring, Ann Almgren, Ross
Bartlett, Kita Cranfill, Stephen Fickas, Don Frederick, William Godoy,
Patricia Grubel, Rebecca Hartman-Baker, Axel Huebl, Rose Lynch, Addi Malviya
Thakur, Reed Milewicz, Mark C. Miller, Miranda Mundt, Erik Palmer, Suzanne
Parete-Koon, Megan Phinney, Katherine Riley, David M. Rogers, Ben Sims,
Deborah Stevens and Gregory R. Watson
- Abstract要約: 科学ソフトウェア開発者の生産性に対する懸念が高まっている。
IDEASプロジェクトのメンバーは、これらの課題に対処するための触媒として機能します。
本稿は,これらの相乗的活動が科学的発見を緩和する技術的リスクをいかに進展させているかを論じる。
- 参考スコア(独自算出の注目度): 1.3083336716269756
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Computational and data-enabled science and engineering are revolutionizing
advances throughout science and society, at all scales of computing. For
example, teams in the U.S. DOE Exascale Computing Project have been tackling
new frontiers in modeling, simulation, and analysis by exploiting unprecedented
exascale computing capabilities-building an advanced software ecosystem that
supports next-generation applications and addresses disruptive changes in
computer architectures. However, concerns are growing about the productivity of
the developers of scientific software, its sustainability, and the
trustworthiness of the results that it produces. Members of the IDEAS project
serve as catalysts to address these challenges through fostering software
communities, incubating and curating methodologies and resources, and
disseminating knowledge to advance developer productivity and software
sustainability. This paper discusses how these synergistic activities are
advancing scientific discovery-mitigating technical risks by building a firmer
foundation for reproducible, sustainable science at all scales of computing,
from laptops to clusters to exascale and beyond.
- Abstract(参考訳): 計算とデータ対応の科学と工学は、あらゆる規模のコンピューティングにおいて、科学と社会の進歩に革命をもたらしている。
例えば、米国DOE Exascale Computing Projectのチームは、前例のないエクサスケールコンピューティング能力を活用することによって、モデリング、シミュレーション、分析の新たなフロンティアに取り組み、次世代アプリケーションをサポートし、コンピュータアーキテクチャの破壊的な変化に対処する高度なソフトウェアエコシステムを構築している。
しかし、科学ソフトウェアの開発者の生産性、持続可能性、そしてそれが生み出す結果の信頼性に関する懸念が高まっている。
IDEASプロジェクトのメンバーは、これらの課題に対処するための触媒として、ソフトウェアコミュニティの育成、方法論とリソースのインキュベーションとキュレーション、開発者の生産性とソフトウェア持続可能性を向上させるための知識の普及などを行っている。
本稿では,これらのシナジスティックな活動が,ラップトップからクラスタ,エクサスケールなど,あらゆる規模の再現可能で持続可能な科学の基盤を構築することによって,科学的発見を緩和する技術的リスクをいかに前進させているかを論じる。
関連論文リスト
- Quantum Computing Enhanced Service Ecosystem for Simulation in
Manufacturing [57.497038270123774]
本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。
我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
論文 参考訳(メタデータ) (2024-01-19T11:04:14Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳(メタデータ) (2023-11-01T11:16:41Z) - Managing Software Provenance to Enhance Reproducibility in Computational
Research [1.1421942894219899]
計算に基づく科学研究の管理は、個人の好みと研究の性質に基づいて実験を設計する個々の研究者に委ねられることが多い。
我々は、研究者がトレーサビリティーの明確な記録を提供するための実行環境を明示的に作成することで、計算に基づく科学研究の品質、効率、そして改善できると考えている。
論文 参考訳(メタデータ) (2023-08-29T21:13:18Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳(メタデータ) (2023-07-09T21:16:56Z) - Future Computer Systems and Networking Research in the Netherlands: A
Manifesto [137.47124933818066]
我々はICTの重要部分としてCompSysに注目している。
オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
論文 参考訳(メタデータ) (2022-05-26T11:02:29Z) - Assessing the Quality of Computational Notebooks for a Frictionless
Transition from Exploration to Production [1.332560004325655]
データサイエンティストは、機械学習プロジェクトの爆発的なフェーズから生産フェーズに移行する必要があります。
これら2つのフェーズのギャップを狭めるために、データサイエンティストが採用するツールとプラクティスは、統合されたソフトウェアエンジニアリングソリューションを統合することで改善される可能性がある。
本研究プロジェクトでは,計算ノートと協調する上でのベストプラクティスについて検討し,ガイドライン遵守を促進するための概念実証ツールを提案する。
論文 参考訳(メタデータ) (2022-05-24T10:13:38Z) - Computational Rational Engineering and Development: Synergies and
Opportunities [0.0]
本稿では,工学開発プロセスの自動化と自動化をめざした進歩と定式化の視点について検討する。
従来の人中心型ツールベースのCAEアプローチを超越して,コンピュータ・ライタリティの枠組みを設計・工学・開発における課題にまで拡張することが提案されている。
論文 参考訳(メタデータ) (2021-12-27T19:11:34Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳(メタデータ) (2021-01-11T15:54:48Z) - Convergence of Artificial Intelligence and High Performance Computing on
NSF-supported Cyberinfrastructure [3.4291439418246177]
人工知能(AI)アプリケーションは、産業や技術におけるビッグデータの課題に対して、トランスフォーメーションソリューションを推進している。
AIは、統計的および数学的厳密性を備えたコンピューティングパラダイムへと進化し続けており、トレーニング、検証、テストのためのシングルGPUソリューションがもはや不十分であることが明らかになっている。
この実現により、AIとハイパフォーマンスコンピューティングの融合が加速し、監視時間の短縮が図られている。
論文 参考訳(メタデータ) (2020-03-18T18:00:02Z) - Knowledge Integration of Collaborative Product Design Using Cloud
Computing Infrastructure [65.2157099438235]
本論文の主な焦点は、クラウドコンピューティングインフラを用いた協調製品設計・開発のための知識統合サービスの提供に関する継続的な研究のコンセプトである。
提案された知識統合サービスは,知識リソースへのリアルタイムアクセスを提供することによってユーザを支援する。
論文 参考訳(メタデータ) (2020-01-16T18:44:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。