众核处理器和众核集群的并行模拟

模拟器是计算机体系结构研究的重要工具.近年来并行计算机体系结构的发展给计算机模拟带来了巨大的挑战.一方面,随着体系结构朝着多核以及众核处理器发展,模拟的目标系统规模随着模拟核数以摩尔定律的速度增加而不断增大;另一方面,串行模拟的速度因为模拟器运行所在宿主机主频提速减缓而停滞不前.上述两方面的原因使得传统的串行模拟方式无法满足对新兴体系结构模拟规模和速度的需求.以众核处理器和众核集群这两种体系结构为例,并行模拟技术在并行计算机体系结构模拟中是必要而且可行的.对于众核处理器的模拟,使用并行离散事件模拟对其进行加速,在模拟精度不变的前提下,提高模拟速度10.9倍.对于众核集群的模拟,模拟的目标系统总规模达到1024核,并且支持MPI/Pthreads混合编程的运行环境.     

时间偏差的并行离散事件模拟研究综述*

时间偏差是并行离散事件模拟中广泛使用的一种同步机制。从事件列表管理、消息取消、乐观性控制、状态保存和恢复、内存管理以及全局虚拟时间计算等几个主要方面对时间偏差的并行离散事件模拟进行了探讨,阐述了其存在的问题,并对各种优化策略进行了分析比较和对并行离散事件模拟的应用前景作了一个展望。     

基于申威众核处理器的MD5解密算法优化

当前的MD5解密算法无法适应申威架构,不能充分发挥申威26010众核处理器的性能优势。针对上述问题,采用散列初始化、循环展开、链接变量优化、61步优化和申请内存优化等优化方法在单核上进行优化,提高解密算法速度,并且将优化后的解密算法改写成主从模式,将计算任务分配到64个从核中并行执行,对主从核的访存方式进行优化,以减少访存对程序带来的时间开销。通过5组不同任务量的测试,实验结果显示在单核上优化后的平均加速比为12.28,在从核上优化后的平均加速比为44.84。实验结果表明在申威26010众核处理器上的MD5解密算法优化方法具有可行性和有效性。     

时间偏差算法中通讯接口的研究及实现

时间偏差算法是一种实现并行离散事件模拟的协议,其目的在于利用并行平台并发地执行大规模离散事件的模拟,以缩短仿真时间。为保证结果的正确性,并行模拟必须解决同步问题。时间偏差算法利用虚拟时间来同步各模拟部分之间的执行,通讯接口是利用虚拟时间及回退策略实现同步的部分。对该部分进行了深入的研究,提出了一种优化的实现方案,并对其性能进行了分析。     

面向CPU/MIC异构架构的K-Means向量化算法

在大数据背景下,以K-Means为代表的聚类分析对于数据分析和挖掘十分重要。海量高维数据的处理给K-Means算法带来了性能方面的强烈需求。最新提出的众核体系结构MIC（many integrated core）能够为算法加速提供众核间线程级和核内指令级并行,使其成为K-Means算法加速的很好选择。在分析K-Means基本算法特点的基础上,分析了K-Means算法的瓶颈,提出了可利用数据并行的K-Means向量化算法,优化了向量化算法的数据布局方案。最后,基于CPU/MIC的异构架构实现了向量化K-Means算法,并且探索了MIC在非传统HPC（high performance computing）应用领域的优化策略。测试结果表明,K-Means向量化算法具有良好的计算性能和扩展性。     

并行离散事件模拟测试模型研究

世界各国的研究结果表明,并行离散事件模拟在提高模拟速度上表现出较大的潜力。测试模型将为各种并行离散事件模拟算法提供一个综合的平台,方便测试工作的进行,进一步加快测试速度。对测试模型进行研究,介绍其测试内容、测试框架及其可扩展性,并对其应用前景进行展望。     

并行离散事件模拟测试模型研究

世界各国的研究结果表明,并行离散事件模拟在提高模拟速度上表现出较大的潜力。测试模型将为各种并行离散事件模拟算法提供一个综合的平台,方便测试工作的进行,进一步加快测试速度。对测试模型进行研究,介绍其测试内容、测试框架及其可扩展性,并对其应用前景进行展望。     

众核计算平台的高吞吐率密码算法加速

众核处理器适应于加速高吞吐率的计算密集型应用,而密码算法需要进行大量的数学计算,特别需要使用高吞吐率的计算平台。提出了一种面向众核平台的粗粒度并行加速框架,该框架不考虑算法内部的运算过程,将数据以计算函数为单位分配到众核协处理器上执行。使用MIC众核协处理器,采用三级并行结构及任务分配机制,提升了高吞吐率密码算法处理的并行性。针对多种密码算法应用的实验结果表明,该框架可充分利用众核平台实现粗粒度并行的高吞吐率加解密处理。     

并行离散事件模拟系统容错功能设计*

基于时间偏差的并行离散事件模拟是提高模拟速度的有效手段,其通用系统实现结构是分布式逻辑进程模拟结构。提出了在并行离散事件模拟系统中实现容错功能的基本框架,并针对系统本身特点对容错框架各个方面的实现方案给予描述。     

基于神威·太湖之光的非结构网格众核优化技术

为解决高性能计算中的非结构网格离散访存问题,以神威·太湖之光国产超级计算机为平台,根据异构众核处理器SW26010的体系结构特点,提出一种基于排序思想的通用众核优化算法,以减少非结构网格计算中的随机访存。基于网格划分原理,在O(n)时间内对生成的稀疏矩阵非零元素进行并行重排序。采用一种内部映射方式对计算向量实现扩展或变换,将细粒度访存转化为无写冲突的粗粒度访存。对多个实际应用算例的通量计算进行众核优化,结果表明,相比主核上的串行算法,该算法能够获得平均10倍以上的加速效果。