高能物理的高性能数值计算:大数据科学的新挑战

现代物理学是基于理论分析和实验验证的。 亚理论尺寸,高能量和较低的绝对温度等复杂场景是许多理论模型的前沿领域。 使用稳定的数值方法进行的仿真是用于高精度分析,实验验证和可视化的极佳工具。 高性能计算支持提供了并行进行大规模仿真的可能性,但是这些实验生成的数据量给大数据科学带来了新的挑战。 本文从两个角度介绍了现有的高能物理(HEP)计算方法:数值方法和高性能计算。 提出的计算方法是Monte Carlo方法和HEP过程的模拟,Markovian Monte Carlo,粒子物理学中的展开方法,HEP中的核估计以及用于粒子光谱分析的随机矩阵理论。 所有这些方法产生了数据密集型应用程序,这些应用程