論文の概要: Scalable Delivery of Scalable Libraries and Tools: How ECP Delivered a
Software Ecosystem for Exascale and Beyond
- arxiv url: http://arxiv.org/abs/2311.06995v1
- Date: Mon, 13 Nov 2023 00:30:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-14 15:49:41.679703
- Title: Scalable Delivery of Scalable Libraries and Tools: How ECP Delivered a
Software Ecosystem for Exascale and Beyond
- Title(参考訳): スケーラブルなライブラリとツールのスケーラブルなデリバリ: ECPがエクササイズ以上のソフトウェアエコシステムをどのように提供したか
- Authors: Michael A. Heroux
- Abstract要約: Exascale Computing Project(ECP)は、かつてない規模のオープンソース科学ソフトウェア開発プロジェクトの一つである。
アメリカエネルギー省の研究所から約1,000人のスタッフと大学と産業のパートナーを支援した。
約250人のスタッフが、複数のエクサスケールコンピューティングシステムでのアプリケーションをサポートする70の科学ライブラリとツールに貢献した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Exascale Computing Project (ECP) was one of the largest open-source
scientific software development projects ever. It supported approximately 1,000
staff from US Department of Energy laboratories, and university and industry
partners. About 250 staff contributed to 70 scientific libraries and tools to
support applications on multiple exascale computing systems that were also
under development.
Funded as a construction project, ECP adopted an earned-value management
system, based on milestones. and a key performance parameter system based, in
part, on integrations. With accelerated delivery schedules and significant
project risk, we also emphasized software quality using community policies,
automated testing, and continuous integration. Software Development Kit teams
provided cross-team collaboration. Products were delivered via E4S, a curated
portfolio of libraries and tools.
In this paper, we discuss the organizational and management elements that
enabled the efficient and effective delivery of ECP libraries and tools,
lessons learned and next steps.
- Abstract(参考訳): exascale computing project (ecp)は、史上最大規模のオープンソース科学ソフトウェア開発プロジェクトの一つである。
アメリカエネルギー省の研究所から約1,000人のスタッフと大学と産業のパートナーを支援した。
約250人のスタッフが、開発中の複数のexascaleコンピューティングシステムでアプリケーションをサポートする70の科学図書館やツールに貢献しました。
建設プロジェクトとして資金提供され、ECPはマイルストーンに基づいた有価証券管理システムを採用した。
そして、統合に基づく重要なパフォーマンスパラメータシステム。
デリバリスケジュールの高速化とプロジェクトの大きなリスクにより、コミュニティポリシや自動テスト、継続的インテグレーションを使用したソフトウェア品質も重視しました。
ソフトウェア開発キットチームはチーム間のコラボレーションを提供した。
製品はライブラリやツールのキュレートされたポートフォリオであるe4s経由で提供された。
本稿では,ECPライブラリやツールの効率的かつ効果的な提供を可能にする組織的および管理的要素,学習と次のステップについて論じる。
関連論文リスト
- DevEval: Evaluating Code Generation in Practical Software Projects [52.16841274646796]
我々はDevEvalという名の新しいベンチマークを提案し、実践プロジェクトにおける開発者の経験と一致している。
DevEvalは、119の実用的なプロジェクトから2,690のサンプルを含む厳格なパイプラインを通じて収集される。
DevEvalの5つの人気のあるLCMを評価し、コード生成における実際の能力を明らかにする。
論文 参考訳(メタデータ) (2024-01-12T06:51:30Z) - Software Product Line Engineering via Software Transplantation [8.41072831744973]
ソフトウェア製品ライン(Software Product Line, SPL)は、市場投入までの時間とソフトウェア品質を改善するソフトウェア再利用手法である。
現在のSPLのプラクティスは、さまざまな再設計フェーズに適したツールのコレクションに依存しています。
本稿では、ソフトウェア移植を活用してSPLの変換とメンテナンスを高速化する一般的な自動化アプローチであるFoundryを紹介する。
論文 参考訳(メタデータ) (2023-07-20T14:19:17Z) - Exploring and Characterizing Large Language Models For Embedded System
Development and Debugging [10.967443876391611]
大規模言語モデル (LLM) は、コードを生成する際、顕著な能力を示しているが、組み込みシステム用のソフトウェアを開発する能力は研究されていない。
我々は,組込みシステム開発におけるLLMの能力と限界を評価するためのオープンソースフレームワークを開発した。
この発見を利用して、人間のプログラマがこれらのツールとどのように相互作用するかを研究し、組み込みシステムを構築するためのヒューマンAIベースのソフトウェアエンジニアリングワークフローを開発する。
論文 参考訳(メタデータ) (2023-07-07T20:14:22Z) - A Prelimanary Exploration on component based software engineering [0.0]
コンポーネントベースのソフトウェア開発(CBD)は、ソフトウェア開発を加速し、コストとタイムラインを節約し、テスト要件を最小化し、品質とアウトプットを向上するために、ソフトウェア産業が採用する方法論である。
本稿では,コンポーネントベースのソフトウェア工学の概念について論じる。
論文 参考訳(メタデータ) (2023-05-23T10:07:59Z) - The GitHub Development Workflow Automation Ecosystems [47.818229204130596]
大規模なソフトウェア開発は、非常に協力的な取り組みになっています。
この章では、開発ボットとGitHub Actionsのエコシステムについて解説する。
この領域における最先端技術に関する広範な調査を提供する。
論文 参考訳(メタデータ) (2023-05-08T15:24:23Z) - Tangelo: An Open-source Python Package for End-to-end Chemistry
Workflows on Quantum Computers [85.21205677945196]
Tangelo(タンジェロ)は、量子コンピュータ上でエンドツーエンド化学を開発するためのオープンソースのPythonソフトウェアパッケージである。
量子ハードウェアで成功した実験の設計を支援し、量子アルゴリズムの発展を促進することを目的としている。
論文 参考訳(メタデータ) (2022-06-24T17:44:00Z) - Human-in-the-Loop Large-Scale Predictive Maintenance of Workstations [89.51621054382878]
予測保守(英: Predictive maintenance, PdM)とは、システムの状態の統計的解析に基づいて、保守作業のスケジューリングを行うタスクである。
本稿では,機械学習システムがワークステーションの集合における将来の問題を予測できるPdM手法を提案する。
論文 参考訳(メタデータ) (2022-06-23T09:40:46Z) - YMIR: A Rapid Data-centric Development Platform for Vision Applications [82.67319997259622]
本稿では,コンピュータビジョンアプリケーションの開発を迅速化するオープンソースプラットフォームについて紹介する。
このプラットフォームは、効率的なデータ開発を機械学習開発プロセスの中心に置く。
論文 参考訳(メタデータ) (2021-11-19T05:02:55Z) - Collective Knowledge: organizing research projects as a database of
reusable components and portable workflows with common APIs [0.2538209532048866]
この記事では、集合的知識フレームワーク(CKまたはcKnowledge)のモチベーションと概要について述べる。
CKの概念は、研究プロジェクトを研究成果物をカプセル化した再利用可能なコンポーネントに分解することである。
長期的な目標は、研究者と実践者を結びつけて、すべての知識を共有し再利用することで、イノベーションを加速させることである。
論文 参考訳(メタデータ) (2020-11-02T17:42:59Z) - 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。