
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"><html lang="de" xml:lang="en" xmlns="http://www.w3.org/1999/xhtml"><head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /><title></title><style type="text/css">html,body{background-color:#fff;color:#333;line-height:1.4;font-family:sans-serif,Arial,Verdana,Trebuchet MS;}</style></head><body><p># HPMDV'26: First International Workshop on High Performance Massive Data Visualization<br># https://hpmdv-9b1629.gitlab.io<br> <br>* Held in conjunction with SCA/HCPAsia 2026<br>* Osaka, Japan, January 29, 2026<br>* https://www.sca-hpcasia2026.jp<br> <br>## Scope</p>

<p>Numerical simulations at large scale, nowadays up to exascale, tend to produce very large datasets which are very challenging to analyse and visualize. The current state of the art involves in situ and in transit techniques to analyse on-the-fly data and avoiding costly data saving on disk. In addition, emerging approaches leverage progressive analyses at the data loading stage and at the analysis stage.</p>

<p>This workshop proposes to explore current and novel approaches to post-process massive data, usually in high performance manners, generated from HPC systems (e.g. large-scale simulation results) and facilities (e.g. log data from the HPC system itself and its electrical and cooling facilities) as well as sensor data from different kinds of measurement systems:</p>

<p>o Parallel and distributed visualization<br>o Progressive analysis<br>o In situ and in transit analysis and visualization<br>o ML-based large data visualization and analysis<br>o Large Scale Digital Twins</p>

<p>This workshop encourages contributed talks of recent work regarding methods, workflow, results, post-mortem of large scale data analysis, including in situ and in transit visualization. Ultimately, this workshop would connect the Asian HPC community with the international community working on large data visualization challenges and would share the existing and emerging solutions.<br> <br>For the current plan of the workshop see https://hpmdv-9b1629.gitlab.io/program.html</p>

<p>## Contact</p>

<p>If you are interested to contribute or have any kind of questions please contact François Mazen <francois.mazen@kitware.com></p></body></html>