Visualização

Definida por software

 

Cortesia do Centro de Computação Avançada do Texas e da Universidade do Texas em Austin - Centro de Tecnologia Ágil e do Departamento de Energia dos EUA 1

Melhore a fidelidade visual, gerenciamento e eficiência de soluções de visualização com esta iniciativa de código aberto da Intel e seus parceiros. Suporte o uso de big data em clusters de supercomputação sem limites de memória e custo de soluções baseadas em GPU e desbloqueie o paralelismo já em seu sistema. Uma solução pré-configurada – a Software Defined Visualization (SDVis) Appliance – oferece processamento in-situ, pós-processamento e renderização profissional de tarefas de visualização.

Saiba mais

Introdução à SDVis


Bibliotecas de software

Aprimore aplicativos atuais com bibliotecas de renderização para software paralelo.

Os engenheiros de aplicativos de renderização usam estes kernels de rastreamento de raios para melhorar o desempenho da aplicação. Os kernels são otimizados para a renderização fotorrealista nos mais recentes processadores da Intel com suporte para Intel® Streaming SIMD Extensions [4.2] e Intel® Advanced Vector Extensions 512.

Cortesia de Attila Afra, Intel2

Este sistema portável de rastreamento de raios oferece visualização de alto desempenho e alta fidelidade para CPUs na arquitetura Intel®. A biblioteca de renderização permite que você crie aplicativos de renderização para aplicativos interativos. O OSPRay é baseado no Embree e no Intel® SPMD Program Compiler (Intel® SPC).

Visão geral do OSPRay 1.0

Cortesia de Ingo Wald e Carson Brownlee, Intel3

Este é um rasterizador de software de alto desempenho, escalável e compatível com OpenGL* no projeto da comunidade de código aberto Mesa. Use o software de visualização não modificado para trabalhar com conjuntos de dados quando o hardware da GPU não está disponível ou está limitando. Este produto baseado em CPU é executado em laptops, estações de trabalho e nós de computação em sistemas de computação de alto desempenho (HPC).

Biblioteca OpenGL* Mesa

Cortesia de Silvio Rizzi e Joe Insley, Argonne National Laboratory4


Fontes

1. Dados do Modelo para Previsão de Escalas para Oceanos (MPAS-Ocean) e Modelagem Climática Acelerada para Energia (ACME) no Departamento de Energia dos Estados Unidos. Visualização do Centro de Computação Avançada do Texas (TACC) e da Universidade do Texas em Austin - Centro de Tecnologia Ágil (UT-CAT), Vórtices Oceânicos .

2. Os dados são reproduzidos sob o Contrato de Licença Comercial da Evermotion. Visualização de Attila Afra, Intel, Mazda.

3. Dados do framework computacional para lançamento, ascensão e aerodinâmica do veículo (LAVA), cortesia de Mike Barad e Cetin Kiris, da NASA Ames. Visualização de Ingo Wald e Carson Brownlee, Intel, trem de pouso.

4. Os dados são cortesia de Salman Habib, Katrin Heitmann, e da equipe Hardware/Hybrid Accelerated Cosmology Code (HACC) do Argonne National Laboratory. Visualização de Silvio Rizzi e Joe Insley, da Argonne Leadership Computing Facillity, matéria escura com VL3 e OpenSWR.