论文总结——In Situ Visualization at Extreme Scale Challenges and Opportunities

　　这篇文章主要讲了三个问题：1、大规模模拟与之前的模拟有哪些区别；2、在新的情况下原位可视化有哪些挑战？3、在新的情况下原位可视化有哪些机会，哪些优势？
　　
　　问题一：大规模模拟与之间的模拟有哪些区别（背景）？
　　利用千万亿次超级计算机的计算能力很难，更难的是处理模拟数据。在extreme Scale的情况下，数据量的产生是以数量级增长的，使得大量的时间用来做I/O，并且使总时间更长。

　　问题二：对原位可视化来说有哪些挑战？
　　（1）原位方法不经常使用的原因有两个：
　　　1、科学家不想把超算时间用来可视化计算；（原位处理并不一定会增加模拟的时间，因为原位处理会替代之前的数据写出，时间是否增加应该取决于原位处理增加的时间多，还是减少文件写出减少的时间多，而可视化只是原位处理的一种方式）。
　　　2、把并行的模拟代码和可视化代码耦合需要很大的努力。比如，模拟的数据划分不一定适合于可视化，这是一个主要的实际挑战。
　（2）原位并行算法必须具有可扩展性，之前的一些并行可视化算法可能就不能用了。
　（3）当使用上万个处理器时，处理器之间的通讯就变得很重要，可能会成为瓶颈。
　（4）可视化计算不能占据大量的时间。
　
　　问题三：对原位可视化来说有哪些机会（优势）？
　　（1）原位处理可以共享数据，经过处理可以把需要存储和转移的数据减到最少。
　　（2）计算能力的持续增长就是机遇。原位可视化是一个理想地解决方案，因为在模拟的同时处理数据是容易的，而在后处理是就会变得非常昂贵。
　　（3）我们可以用原位处理来压缩数据，提取数据特征，创建数据的层次结构或者给数据建立索引，以实现数据的快速访问；可以用原位可视化来获得运行时监控，指导模拟，或者创建图片或动画来描述模拟的特征。
　　（4）模拟过程中可能有多个变量，科学家很想看到他们之间的内在联系。这种需求最好原位实现。因为原位处理是这些相关的数据都是可用的。原位处理可以得到后处理无法得到的保真度和密度。