共查询到17条相似文献，搜索用时 406 毫秒
1.
高性能集群系统在地震波数值模拟中的应用 总被引：1，自引：0，他引：1
随着地震领域研究工作不断深入,为了进行大规模信息处理和求解复杂模型,研究人员对具有大规模计算能力的并行计算平台需求已十分迫切。本文详细介绍了在Linux平台下,利用开源软件OSCAR(Open Source Cluster Application Resources)搭建高性能计算集群系统的方法;测试表明,构建的系统具有运行稳定,节点增减便利,提交、管理作业简单,性能参数可监控等诸多优点。该系统不仅提供了可靠的高性能计算平台,还使得进一步开发和应用国内外同行基于最新研究成果发布的各种大型并行计算开源程序变得简单方便,如加州理工学院等机构编写的基于谱单元法的大型盆地内场地地震动数值模拟程序SPECFEM3D。 相似文献
2.
地震信息微博自动发布系统的设计与应用 总被引：1，自引：0，他引：1
地震信息微博自动发布系统根据原有的地震速报系统,以新浪微博为平台,实现"南粤防震减灾"新浪微博对国内地震信息在微博平台的快速、自动发布。介绍了系统的设计模式、实现的关键技术和在地震行业中的应用,以及系统尚需改进之处。 相似文献
3.
4.
5.
高性能计算是现代科学研究、工程技术开发和大规模数据处理的关键支撑技术，在地震系统发挥着日益重要的作用。甘肃省地震局高性能计算集群系统由60个节点、采用40 GB InfiniBand网络互连组成，峰值计算速度达9.2万亿次/秒。作为地震系统重要的科技服务平台之一，为地震反演、数据分析、数值模拟等领域以及科研创新平台提供高性能计算环境。 相似文献
6.
通过分析地震应急救援工作中对灾情信息的需求，提出了“地震应急灾情”的概念，设计了基于12322平台的江苏省地震应急灾情速报系统。本文详细介绍了该系统的设计框架、基本功能和应用效果。系统主要包括短信和微信两大模块，短信模块主要面向非地震系统人员，通过手机短信形式向社会灾情速报员发送灾情邀请短信，灾情速报员只需简单回复灾情代码“1”—“4”即可。微信模块主要面向地震系统工作人员，通过微信企业号“苏震12322”自动推送地震信息并完成灾情收集工作。经过近1年的试运行，系统能够在震后迅速完成灾情信息的收发与数据处理工作，并以“天地图”为地理底图实时直观地展示已上报的灾情信息。 相似文献
7.
8.
9.
高性能集群计算系统因其具有强大的运算能力、 较高的I/O性能、 高性能管理和较强的系统扩展能力而广受关注。 本文简要介绍了高性能计算的发展现状和高性能集群计算系统构成, 比较详细地描述了系统环境、 系统性能及集群管理与应用情况, 对高性能计算的新技术进行展望。 并以一个实例阐述了集群系统构建等内容。 该系统由192个计算节点、 4个I/O节点、 1个登录节点、 1个管理节点、 1个Windows集群服务节点、 1组盘阵、 1组计算与I/O网络和1组管理网络组成。 系统计算能力在2009年和2010年中国高性能计算机性能TOP100排行榜分别为第36位和第63位, 具有相当的竞争力, 能够在近几年内为地震科研提供有力支持。 相似文献
10.
基于融媒体技术的地震专业知识服务系统是服务社会工程科技、地震及相关行业的专业信息平台，具有信息集成、科学技术创新、集管理与决策于一体的特点。本文论述了该服务系统的设计模式特点、服务内容及对象、系统技术架构和功能，并对其未来应用及发展方向进行讨论。 相似文献
11.
基于Abaqus软件的并行计算集群平台构建与优化方法 总被引：1，自引：0，他引：1
根据有限元显式算法和隐式算法的特点,研究了岩土工程动力分析并行计算集群系统的硬件要求、集群系统的构建方法,构建了基于EM64T硬件构架、双路Intel Xeon处理器、Linux操作系统和64位Abaqus软件的32CPU并行计算集群平台,测试了存储子系统对集群性能的影响,比较了两种千兆以太网络作为、集群子网络的性能优化方法。以地下结构的地震反应分析为例,测试了优化前后该集群系统的计算速度,发现两种以太网络性能优化方法都可以有效提高集群计算速度。列举了该集群系统在深水桥梁基础流固耦合动力分析、地下结构地震反应分析和快速轨道交通环境振动分析中的应用,显示了该集群在显式算法、隐式算法及小规模、大规模数值计算问题中的并行计算效率,证明所构建的Abaqus数值模拟并行计算集群平台能够满足计算规模、计算精度和时效性的要求。 相似文献
12.
根据地震复发周期模型, 利用现有的地质构造等资料把南北地震带划分为若干相对独立的活动构造区, 对能量积累阶段及地震危险性的预测建立相应的数学模型, 并构建基于WebGIS的网络计算平台, 由客户端任意在研究区选择构造分区, 并输入所选构造分区相应的计算参数, 提交到集群服务器计算模型进行计算, 对所选构造分区的地震危险性阶段及潜在震级进行预测并把结果以WebGIS方式返回给客户端。 实现了利用远程计算技术与并行算法对活动断裂能量积累与释放过程的模拟计算, 其结果可以为判定地震中短期预测的地点和震级提供依据。 相似文献
13.
地震现场应急指挥技术系统在震后救援行动中发挥着重要的通信和指挥枢纽作用，为了提升现场技术系统的运维质量，并解决目前运维时上报信息分散且不易查询的问题，本文基于C/S架构设计了1套运维信息管理平台，客户端采用手机、平板电脑等智能终端，基于Android SDK进行应用程序开发，采用轻量级文本格式JSON与服务器端进行数据交互。客户端用户登录平台后，可上报文字和图片信息，也可根据上报时间、内容、位置等关键字查询历史信息，实现了信息的汇总和共享；平台还设计了故障排查辅助、设备操作说明、演练信息发布等实用功能，数据汇集在服务器端，便于管理和考核。本系统已在山东省地震局部署应用，有效提升了地震现场工作的效率和水平。 相似文献
14.
通过分析与研究建立资源管理和作业动态分配ProRMJS模型,解决了中国地震灾害仿真网格试验系统（CEDAGrid）中网格科学计算平台在初期建设中存在的一些资源管理方面的问题. 针对网格科学计算平台默认各个计算节点均能提供计算服务的问题,ProRMJS通过ldquo;计算池rdquo;这一虚拟组织为调度器分发作业提供支撑;而调度器则根据计算池中各个节点的计算能力和状态,动态分配任务,这样就保证了计算平台的稳定性. 针对默认各个计算节点均能完成任务的问题, ProRMJS通过监控各个节点所负担作业的运行进度和设定作业时间阈值来管理作业运行. 对于各个节点计算能力大小的区别, ProRMJS通过对各个节点计算性能的权值量化,实行按ldquo;需rdquo;分配作业. 对各个节点计算性能的权值量化, ProRMJS是通过综合考虑各个因素对机器计算能力大小的影响后通过加权计算的方式完成的,从而提高了整个计算平台的工作效率. 最后通过实现地震应力触发科学计算实例验证了方案的有效性,为网格技术在地震领域内的进一步应用作了有意义的探索. 相似文献
15.
基于Windows NT服务器的前兆数据共享及其实现 总被引：3，自引：2，他引：3
简要介绍了地震前兆数据的现状及其实现数据共享的必要性；分析了常用的二种通用Web数据库的体系结构及应用技术，它们是基于通用网关接口CGI的体系结构和基于服务器扩展API的体系结构。考虑到前兆台网中心硬件设备的条件、所运行的数据库平台和地震前兆数据的复杂性和多样性特点，前兆数据在Internet上的共享服务采用基于通用网关接口CGI的体系结构编写应用程序来实现。以WWW服务器为平台，通过Web服务器方式在浏览器上实现共享，可检索任意台站、任意观测方法、任意地点、任意时段的前兆数据，实现地震前兆数据信息网络服务功能。 相似文献
16.
Application of WebGIS in seismological study 总被引：1，自引：0，他引：1
Introduction Earthquake is a destructive natural disaster. Earthquake studies are very complex, which not only involves space and time of large size, but also requires vast amount of spatially referenced data, such as historical records, modern instrument data, scientific experiment data and a lot of other data coming from related subjects. GIS, as an integrating tool processing multi-source data, has become a key technology in earthquake studies. In recent years, many GIS application system… 相似文献
17.
Grid technique is taken as the third generation internet technology and resource management is the core of it. Aiming at the problems of resource management of CEDAGrid （China Earthquake Disaster Alleviation and Simulation Grid） in its preliminary construction, this paper presents a resource management and job scheduling model： ProRMJS to solve these problems. For platform supposed agreeably each computing node can provide computation service, ProRMJS uses ＂computation pool＂ to support scheduler, and then the scheduler allocates jobs dynamically according to computing capability and status of each node to ensure the stability of the platform. At the same time, ProRMJS monitors the status of job on each node and sets a time threshold to manage the job scheduling. By estimating the computing capability of each node, ProRMJS allocates jobs on demand to solve the problem of supposing each node can finish the job acquiescently. When calculating the computing capability of each node, ProRMJS allows for the various factors that affect the computing capability and then the efficiency of the platform is improved. Finally the validity of the model is verified by an example. 相似文献