在Chapel、Charm++、C++、HPX、Go、Julia、Python、Rust、Swift和Java中进行并行一维热方程求解器的基准测试
摘要：基于块结构网格和有限差分方法所实现的许多科学高性能仿真代码，如黑洞仿真、海岸波浪仿真、气候和天气仿真等，使用了适应性求解微分方程的算法。本文通过使用不同的编程系统和语言，对这种类型的极其简单仿真的不同实现进行了研究。我们专注于使用异步队列进行边界区域交换的共享内存并行算法来模拟一维热扩散。我们讨论了各个平台的优势，并探索了该模型代码在不同的计算架构上的性能表现：Intel、AMD和ARM64FX。结果显示，Python是我们比较中最慢的编程语言。Java、Go、Swift和Julia表现中等。表现较好的平台是C++、Rust、Chapel、Charm++和HPX。
作者：Patrick Diehl and Steven R. Brandt and Max Morris and Nikunj Gupta and Hartmut Kaiser
论文ID：2307.01117
分类：Distributed, Parallel, and Cluster Computing
分类简称：cs.DC
提交时间：2023-07-11