Hypre

可扩展线性解算器项目Hypre的目标是开发可扩展的算法和软件解决并行计算机上方程的大型，稀疏线性系统。
主要的软件产品是hypre，高性能预处理器库，具有并行多重网格方法，结构化和非结构化网格的问题。
感兴趣的问题出现在模拟规范正在开发的LLNL和其他地方来研究物理现象在国防，环保，能源和生物科学。
虽然并行处理是必要的，这些问题的数值解，单独它是不够的。可伸缩的数值算法也是必需的。通过“可扩展的”，我们通常是指有效地使用附加的计算资源，以解决越来越大的问题的能力。许多因素促成可扩展性，包括并行计算机的体系结构和并行执行该算法。然而，一个重要的问题是经常被忽略：算法本身的可扩展性。这里，可扩展性是总的计算工作要求如何生长与问题的大小，可以讨论独立的计算平台的描述。
许多在今天的模拟代码使用的算法是基于昨天的不可扩展的技术。这意味着，要解决越来越大的问题所需要的工作增长高于线性快得多（最优速率）。使用可伸缩的算法，可以通过几个数量级的减少仿真时间，从而降低了为期两天的运行在MPP〜30分钟。此外，使用此技术的代码仅由机器的内存的大小，因为它们能够有效地利用额外的计算机资源来解决巨大的问题的限制。
灵活的规则使应用科学家都提出和回答了新的问题。例如，如果一个给定的仿真（与特定的分辨率）需要几天的时间来运行，和一个精制（即，更准确的）模型将需要更长的时间，应用程序的科学家可以放弃越大，更高的保真度仿真。他或她也可能会被迫缩小参数研究的范围，因为每次运行时间过长。通过降低执行时间，一个可扩展的算法允许科学家做更多的模拟在更高的分辨率

什么在此版本中是新的：

• 在该版本增加了一个辅助空间发散解算器（ADS），冗余粗网格解决选项BoomerAM和欧几里得预处理器选项为ParCSR克雷洛夫求解的Fortran接口。
• 它扩展了AMS和ADS求解器支持（任意）高阶H（卷曲）和H（DIV）离散化方法。
• 它更新和细化了一些例子。
• 有配套的错误修正。