Krajsek, Kai
[Verfasser:in];
Comito, Claudia
[Verfasser:in];
Götz, Markus
[Verfasser:in];
Hagemeier, Björn
[Verfasser:in];
Knechtges, Philipp
[Verfasser:in];
Siggel, Martin
[Verfasser:in]
The Helmholtz Analytics Toolkit (HeAT) - A Scientific Big Data Library for HPC -
Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.
Medientyp:
Elektronischer Konferenzbericht
Titel:
The Helmholtz Analytics Toolkit (HeAT) - A Scientific Big Data Library for HPC -
Beteiligte:
Krajsek, Kai
[Verfasser:in];
Comito, Claudia
[Verfasser:in];
Götz, Markus
[Verfasser:in];
Hagemeier, Björn
[Verfasser:in];
Knechtges, Philipp
[Verfasser:in];
Siggel, Martin
[Verfasser:in]
Anmerkungen:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Beschreibung:
We present HeAT, a scientific big data librarysupporting transparent computation on HPC systems. HeATbuilds on top of PyTorch, which already provides many requiredfeatures like automatic differentiation, CPU and GPU support,linear algebra operations and basic MPI functionality as well asan imperative programming paradigm allowing fast prototypingessential in scientific research. These features are generalized toa distributed tensor with a NumPy-like interface allowing to port existing NumPy algorithms to HPC systems nearly effortlessly.