High Performance Visualization（高性能可视化）简介中翻
需积分: 9 88 浏览量
2017-03-06
19:39:28
上传
评论 1
收藏 73KB DOC 举报
1.1 历史展望
我们从小就被教导，科学方法包含以下几个步骤：提出一个问题，进行背景研究查看
是否其他人发现了答案，制定一个假说来回答这个问题，设计并进行实验来回答问题，分
析实验获得的数据，做出结论，修订假说，如果需要还要周而复始的重新来过。
伽利略的改进早期望远镜设计首先揭露了诸天,木星的卫星,太阳黑子,甚至太阳的自转。
他证明了哥白尼的日心模型:太阳系的中心是太阳,而不是地球。因此,望远镜成为第一个设
备,使“看不见的东西”看见了。
1987 年，计算机图形与可视化协会的一份标志性报告抛出了“科学计算可视化”的术语，
并且引申出它在科学发现过程中的核心角色学科。
通过一系列操作，或者被称为“可视化流程”的处理步骤，将抽象的数据可视化为真实
易解的图片。今天，科学可视化在当代扮演了一个重要而不可或缺的角色。
图 1.1 可视化流程
1.2 摩尔定律和数据海啸
对于大多数科学计算的历史，摩尔定律预测，当价格不变时，集成电路上可容纳的元
器件的数目，约每隔 18-24 个月便会增加一倍，性能也将提升一倍。这个定律预示着更快
更小的 CPU，更多的内存容量，更高分辨率的摄像头等。
它所引起的最直接结果就是我们生产、收集以及存储数据的能力极大的超越了我们从
中探索发现的能力。我们被数据海啸所淹没。我们面临的主要挑战之一 现代科学信息的爆
炸。在现代科学中一个被广泛接受的最为显著的瓶颈是管理不断增加的海量数据以及从海
量数据中提取知识及预测的结合。
计算领域在过去的几十年里迅速的发展，从有几 kb 的内存的单处理器平台到有数以
百计的 tb 的内存的近百万核处理器，没有尽头。计算能力以每秒能进行的浮点操作数衡量。
目前，P 级别计算已经很普及，未来十年 E 级别计算将成为普遍问题。为这些机器而创造
的软件工具，无论是解方程还是分析数据，已经并且必然随着科学技术的发展而不断演变。
1.3 这本书的焦点
多年来,可视化领域也迅速发展 包括许多不同的和多样化的研究重点领域:标量、矢量
及张量场的可视化及分析；非空间信息可视化;几何建模和分析; 虚拟环境和显示技术;软件
环境; 感知问题等。像 Hansenand Johnson 这样的调查研究提供了我们社区研究的多样
性的概述。这本书的主要焦点是摆在在一个迅速变化的计算景观，以及可视化和分析这个
目标快速移动目标的算法研究之间的关系的话题。 在这种关系有许多其他议题是通过
CRC 计算科学系列的其他卷所包含的。 虽然不可能在单个卷的空间中提供所有相关高性
能可视化主题的覆盖，但我们努力提供主要主题领域的覆盖。
1.4 本书结构及摘要
资源评论
