大数据得到了广泛的宣传,在每一次会议、每一个制造或研究项目中都会被提及。在法国,它是唯一一项既是法国工业复兴部长 Arnaud Montebourg 的 34 个“法国工业新面貌”项目之一,也是法国女商人 Anne Lauvergeon 担任主席的“创新 2030 委员会”七大目标之一的技术,该委员会旨在发掘国家冠军企业。这是理所当然的。据法国国家科学研究中心 (CNRS) 的研究人员称,大数据有许多工业应用。它使用根据真实数据创建的预测数学模型来定义,这些模型比模拟更可靠。它们真的更可靠吗?这还有待观察。目前,大数据主要被营销专家使用,他们试图理解此前从未收集过的数据洪流:互联网用户生成的大量数字数据。未来,数十亿台联网设备将生成数字数据。因此就有了预测数字数据中的行为模式的想法。这意味着使用模拟,对吗?不完全是。大数据通过考虑传感器数据而不是物理来提取行为模式。先入为主的模型被直接观察所取代。“我们正在重新发明物理学”,热情的研究人员说。好吧,差不多。然而,专家们承认,“虽然大数据使我们能够预测将要发生的事情,但它并不能解释原因。”大数据在确定复杂系统(飞行中的飞机、工业过程、车辆交通等)中的最佳运行条件方面前景广阔,但它预计不会取代模拟。无论如何,对于我们的十位冠军来说,他们不会取代模拟,他们已经将这项技术作为他们在工业上取得成功的关键技能之一。对于世界上一些最成功的研究实验室来说,他们也不会取代模拟,他们正在应对越来越雄心勃勃、规模越来越大的科研项目,需要越来越多的计算资源。至少,不是马上。❚❚
摘要 — 在经典计算机上模拟量子电路是一项众所周知的难题,但对于量子算法的开发和测试来说,这项任务却越来越重要。为了减轻这种固有的复杂性,人们提出了高效的数据结构和方法,如张量网络和决策图。然而,它们的效率在很大程度上取决于执行单个计算的顺序。对于张量网络,顺序由所谓的收缩计划定义,并且已经开发了大量方法来确定合适的计划。另一方面,到目前为止,基于决策图的模拟大多以直接的方式(即顺序方式)进行。在这项工作中,我们研究了使用决策图模拟量子电路时所选择路径的重要性,并从概念和实验上表明,选择正确的模拟路径会对使用决策图的经典模拟的效率产生巨大影响。我们提出了一个开源框架(可在 github.com/cda-tum/ddsim 上找到),它不仅可以研究专用的模拟路径,还可以重用现有发现,例如从确定张量网络的收缩计划中获得的发现。实验评估表明,与现有技术相比,从张量网络领域翻译策略可能会产生几个倍的速度提升。此外,我们设计了一个专用的模拟路径启发式方法,可以进一步提高性能——通常可以产生几个数量级的速度提升。最后,我们对可以从张量网络中学到什么和不能学到什么进行了广泛的讨论。
并行和分布式仿真领域出现于 20 世纪 70 年代和 80 年代,由两个截然不同、相互重叠的研究团体发起。一方面,并行离散事件仿真 (PDES) 团体致力于通过利用高性能计算平台来加速离散事件仿真的执行。大约在同一时间范围内,分布式仿真团体从国防团体的研究和开发工作中发展而来,该团体专注于将单独开发的仿真互连起来,这些仿真在通过局域网和广域网互连的计算机上执行。这项研究最初侧重于用于训练目的的仿真,但很快扩展到包括物理设备的分析、测试和评估等领域。虽然 PDES 和分布式仿真之间存在重要差异,但也存在许多共同的问题。在这里,我们非正式地将并行和分布式仿真描述为一个领域,它涵盖了这两个团体在从紧密耦合的并行计算平台到通过广域网连接的松散耦合机器等平台上执行单个仿真程序时出现的问题。
Altair Feko 的主要应用 对于无线系统、EMC 和雷达应用,Altair Feko 提供了一套全面的解决方案,包括:• 天线设计和大型平台上已安装天线性能的分析 • 平台连接的虚拟试驾和虚拟飞行测试 • 雷达截面和散射分析 • 电磁兼容性 • 无线电和雷达覆盖和规划 • 射频干扰和频谱管理 • 辐射危害和生物电磁场景分析 • 复杂雷达罩的电磁模拟和分析
并行和分布式仿真领域出现于 20 世纪 70 年代和 80 年代,由两个截然不同、相互重叠的研究团体发起。一方面,并行离散事件仿真 (PDES) 团体关注通过利用高性能计算平台来加速离散事件仿真的执行。大约在同一时间范围内,分布式仿真团体从国防团体的研究和开发工作中发展而来,该团体专注于将通过局域网和广域网互连的计算机上执行的单独开发的仿真进行互连。这项研究最初侧重于用于培训目的的仿真,但很快扩展到包括物理设备的分析、测试和评估等领域。虽然 PDES 和分布式仿真之间存在重要差异,但也存在许多共同的问题。在这里,我们非正式地将并行和分布式模拟描述为一个领域,它涵盖了这两个社区在从紧密耦合的并行计算平台到通过广域网连接的松散耦合机器的平台上执行单个模拟程序而产生的问题。
•long blocks受轨迹接受限制的不均匀性•四分之一块的平均材料的增加最大•硅光子学可减少30%的材料•与长块相比•纤维跟踪器的长音轨预期受材料变化最大的影响(低𝜂)