解迷龙卷风:研究人员如何在 ParaVie 上使用 NVIDIA IndeX 以可视化图形来呈现大型数据集

企图解开在模拟龙卷风时遇到的计算难题,大概就像站在真正龙卷风的袭击路线上一样让人提心吊胆。

来自威斯康辛大学麦迪逊分校气象卫星系统研究合作机构的 Leigh Orf,是研究龙卷风的知名计算科学家之一,他研究引发最高类别龙卷风的条件,他的模拟研究内容生成出海量数据。

想要了解导致龙卷风的各个因素之间的空间关系,需要运用到立体可视化技术。由于 Orf 拥有大量模拟数据,因此,他需要使用包括多层等值面的迭代过程,以分析压力、风速和温度等多个属性。

了解成因诡异多变的龙卷风,选择正确的等值面数值,不断进行反复试验的过程是一件极为耗时的工作。需要从不同角度观察数据或修改不透明度等可视化参数才能取得数据,如果修改参数,还得耗费时间重新计算,这样便会打断甚至失去这个发现的过程。

拥有 1TB 数据量的图片

有了在单一芯片上提供超级计算机等级计算性能的高级 GPU,原始处理能力便不再是高性能计算中最珍贵的资源。主要的挑战在于将 Orf 等人的模拟内容所产生出的海量数字转换成为科学的见解。

NVIDIA IndeX 原本是为解决油气行业在数据可视化方面的难题而设计的,这是一款立体可视化工具,可将工作负荷量分配到多个 GPU 加速集群,在大型数据集上提供极佳的互动操作性能。

我们近期与 Kitware 合作,将 IndeX 的功能扩展到科学计算社区,让它成为广泛使用的开源数据分析和可视化应用程序 ParaView 的插件。

IndeX on ParaView workflow

用于大数据问题的 X 光透视画面

适用于 ParaView 的 IndeX 可让研究人员快速实现数据可视化,并与数据进行互动(针对 TB 级以上的数据集可实现超过每秒 10 帧的速度),可以直观地理解让人看了就头昏眼花的庞大数据。

而且,无需将庞大的数据集复制到本地文件系统中,而是采用折衷的替代方案,科学家可以使用 IndeX 将数据分散到 GPU 加速集群内的多个节点上,以获得超高的可视化性能。

同时,IndeX 也可让用户利用 ParaView 界面,简化了工作流程。科学家能够专注于研究,加快发现新事物的脚步,而不是将时间浪费在学习新工具上。

适用于 ParaView 的 IndeX 可在工作站内或 GPU 加速集群上运行。工作站插件针对 Windows 和 Linux 操作系统而开发,可免费获得。集群版本可搭配商业许可证购买。

有关适用于 ParaView 的 NVIDIA IndeX 插件的详情,请访问 www.nvidia.com/index

Similar Stories