并行蒙特卡洛：再现性还是真正的随机性？
Parallel MonteCarlo: reproducibility or real randomness?
我正在准备并行计算的大学考试。
主要目的是尽可能地加速关于地球磁场中电子漂移的蒙特卡洛模拟。
我已经开发了具有两层并行化的东西：
- MPI 用于在多台机器上制作代码 运行
- OpenMP转运行单机内并行仿真
问题来了：我想保持按需执行任务。
最快的计算机必须能够执行比较慢的计算机更多的工作。
问题划分是通过master-worker循环完成的，所以实现这个结果没有实际的斗争。
由于工人执行的任务数量（要模拟的 n 个电子块）没有事先定义，我有两条路可走：
每个 worker 中的每个线程都有自己的 RNG，用随机生成的种子（不同的生成方法）初始化。集群的不平衡会改变结果，但在这种方法中，结果尽可能随意。
每个电子都有自己的种子，尽管哪个工人 运行 是单一任务，但仍能保证模拟的可重复性。必须有更好的RNG。
让我们对此进行投票。你有什么建议？
玩得开心
女朋友
这里要投票什么？
显然，只有方法 2 是可行的。每个源粒子都从它自己的稳定种子开始。它使结果可重现和可调试（因为缺少更好的词）。
众所周知的 Monte Carlo 代码 MCNP5+ 很好地使用了这个方案，在多核和 MPI 上运行。要实现它，您需要具有快速向前跳过（a.k.a。蛙跳或丢弃）功能的 RNG。他们中有很多。它们基于快速指数计算，F. Brown 的论文，"Random Number Generation with Arbitrary Stride"，Trans。是。核素。社会。 （1994 年 11 月）。基本上，向前跳过是使用 Brown 方法的 log(N)。
这里是最简单的版本，和MCNP5差不多https://github.com/Iwan-Zotow/LCG-PLE63
更复杂（更慢，但质量更高）的 RNG 在这里 http://www.pcg-random.org/
我正在准备并行计算的大学考试。 主要目的是尽可能地加速关于地球磁场中电子漂移的蒙特卡洛模拟。 我已经开发了具有两层并行化的东西：
- MPI 用于在多台机器上制作代码 运行
- OpenMP转运行单机内并行仿真
问题来了：我想保持按需执行任务。 最快的计算机必须能够执行比较慢的计算机更多的工作。 问题划分是通过master-worker循环完成的，所以实现这个结果没有实际的斗争。
由于工人执行的任务数量（要模拟的 n 个电子块）没有事先定义，我有两条路可走：
每个 worker 中的每个线程都有自己的 RNG，用随机生成的种子（不同的生成方法）初始化。集群的不平衡会改变结果，但在这种方法中，结果尽可能随意。
每个电子都有自己的种子，尽管哪个工人 运行 是单一任务，但仍能保证模拟的可重复性。必须有更好的RNG。
让我们对此进行投票。你有什么建议？
玩得开心
女朋友
这里要投票什么？
显然，只有方法 2 是可行的。每个源粒子都从它自己的稳定种子开始。它使结果可重现和可调试（因为缺少更好的词）。
众所周知的 Monte Carlo 代码 MCNP5+ 很好地使用了这个方案，在多核和 MPI 上运行。要实现它，您需要具有快速向前跳过（a.k.a。蛙跳或丢弃）功能的 RNG。他们中有很多。它们基于快速指数计算，F. Brown 的论文，"Random Number Generation with Arbitrary Stride"，Trans。是。核素。社会。 （1994 年 11 月）。基本上，向前跳过是使用 Brown 方法的 log(N)。
这里是最简单的版本，和MCNP5差不多https://github.com/Iwan-Zotow/LCG-PLE63
更复杂（更慢，但质量更高）的 RNG 在这里 http://www.pcg-random.org/