产出率并行加速比模型

针对并行计算系统的性能度量问题,在产出率度量模型的基础上,建立综合系统可靠性、通信、并行化控制和成本投入要素的产出率并行加速比模型,分析总结模型中各要素影响产出率并行加速比的关键因子,包括容错开销因子、通信开销因子、并行控制开销因子及成本开销因子,对上述关键因子进行模拟实验,以验证该模型的有效性。     

三维热传导方程的Krylov子空间方法并行分析

热传导方程在地下水流动数值模拟、油藏数值模拟等工程计算中有着广泛应用,其并行实现是加速问题求解速度、提高问题求解规模的重要手段,因此热传导方程的并行求解具有重要意义。对Krylov子空间方法中的CG和GMRES算法进行并行分析,并对不同的预处理CG算法作了比较。在Linux集群系统上,以三维热传导模型为例进行了数值实验。实验结果表明,CG算法比GMRES算法更适合建立三维热传导模型的并行求解。此外,CG算法与BJACOBI预条件子的整合在求解该热传导模型时,其并行程序具有良好的加速比和效率。因此,采用BJACOBI预处理技术的CG算法是一种较好的求解三维热传导模型的并行方案。     

双重并行环境下最短路径的研究

并行问题和最短路径问题已成为一个热点研究课题,传统的最短路径算法已不能满足数据爆炸式增长的处理需求,尤其当网络规模很大时,所需的计算时间和存储空间也大大的增加;MapReduce模型的出现,带来了一种新的解决方法来解决最短路径;GPU具有强大的并行计算能力和存储带宽,与CPU相比具有明显的优势;通过研究MapReduce模型和GPU执行过程的分析,指出单独基于MapReduce模型的最短路径并行方法存在的问题,降低了系统的性能;论文的创新点是结合MapReduce和GPU形成双并行模型,并行预处理数据,针对最短路径中的数据传输和同步开销,增加数据动态处理器;最后实验从并行算法的性能评价指标平均加速比进行比较,结果表明,双重并行环境下的最短路径的计算,提高了加速比。     

能耗并行加速比:高性能计算系统综合性能的有效度量

随着并行系统规模的扩大,高性能计算系统运行时消耗的能耗也在急剧增长,过高的能耗也给系统的可靠性、稳定性等方面带来严峻挑战。在这种情形下,能耗问题受到了前所未有的关注。因此,设计和研究高性能计算系统,需要在考虑高计算性能的同时兼顾系统低能耗的要求,这为高性能计算系统的度量模型提出了新的挑战。于是,大规模并行系统逐渐从"高性能"走向"高效能"的衡量标准。基于此,本文采用加速比度量指标,从系统可扩展角度将计算性能和能量消耗要素进行综合,提出了一种度量高性能计算系统综合性能的能耗并行加速比模型。该模型能够直观地反映并行计算系统的效能,旨在指导系统设计和应用研究。最后,通过对该模型的分析和模拟,验证了模型的有效性。     

并行计算系统度量指标综述

系统度量指标的研究一直是并行系统和应用设计的重要问题。本文首先通过对国内外并行计算系统度量指标的分析,将当前并行计算系统度量指标分为单一的计算性能度量指标和多要素综合的高效能度量指标两种。其次,总结了这些度量指标的研究现状,并指出这些度量指标研究中存在的一些问题以及需要考虑的难点。由于并行计算系统正在逐渐从"高性能"走向"高效能",本文主要考虑当前大规模并行计算系统的可靠性和能耗要素对系统的影响,从系统可扩展角度建立了可靠并行加速比和能耗并行加速比模型,并进一步扩展为度量并行计算系统效能的综合指标模型。最后指出了未来并行计算系统度量的研究方向。     

顺序程序并行转换系统HZPARA的总体设计思想

本文从总体设计的观点全面地讨论了顺序程序并行转换系统HZPARA的总体设计思想。首先给出了一性能估计模型与加速比估计式,由此得出几点提高加速比的原则性意见,然后扼要而又校全面地介绍了HZPARA的总体设计思想,最后,在总结HZPARA运行经验的基础上,从并行程序设计的高度闸述了并行程序设计的发展方向。     

一种面向结点的加速比模型

ＳＭＰ机群系统是一种新型的系统结构。由于依赖于处理器的传统加速比模型不再适用于ＳＭＰ机群系统,文中提出了面向结点的加速比模型,它将传统的串行与并行的对比关系扩展为个体与整体之间的对比关系。通过对基于处理器的传统加速比概念的研究,推导出了基于ＳＭＰ机群系统的面向结点加速比的计算公式。面向结点加速比模型充分考虑了实际运行时间的可测性,反映出了系统在使用了多个结点之后性能的改变。事实上,传统的加速比模型     

分布式数据采集系统的通信模型优化

针对分布式数据采集在数据传输和网络通信等方面存在的问题,给出一种基于异步并行算法的DataSocket通信模型,根据该通信模型中的加速比和并行效率2个指标对异步并行算法进行优化,将优化后的模型应用到某柴油机数字化实验系统中.实验结果表明,优化后的模型能解决数据实时传输中通信开销大的问题,提高了分布式数据采集系统中的数据传输效率.     

数值并行计算可扩展性评价与测试

分析了几种可扩展性能评价模型存在的问题,针对实际评价与测试的需要,提出了一种基于等平均负载的数值并行计算可扩展性评价模型．该评价模型对可扩展性能加速比和可扩展性进行了重新定义,给出了使用该模型的进行可扩展加速比和可扩展性测试的方法,结合曲线拟合或并行计算时间模型可以预测并行系统的可扩展性,对NPB BT,SP和矩阵乘法进行了可扩展性预测．     

PC机群环境下最短路径并行算法的研究

本文在PC机群环境下,研究了最短路径并行算法。在非循环图网络模型和强连通随机网络模型上对算法的加速比和并行效率进行了实验研究,讨论了在PC机群环境中提高并行性能的方法及不同网络规模和网络模型下算法的加速比和效率。     

Cache对加速比的影响

并行处理是获得高性能计算机的有效而必要的手段，因而成为新一代计算机的结构特征。本文提出了考虑ｃａｈｅ 开销的加速比模型，并从理论和实际应用方面讨论了ｃａｃｈｅ对加速比的影响。     

基于事务工作流的并行测试程序运行管理机制

并行自动测试系统中,并行测试程序的运行管理是系统设计中的关键问题。由于该类系统的强异构性特征和特殊的运行监管要求,常规的基于多计算机系统的任务管理机制不适于并行自动测试系统。以事务工作流描述并行测试任务运行管理模型,在此基础上,提出了基于事务工作流的并行测试任务运行管理机制,最后,给出了运行管理调度的算法实现思路。     

开放型智能生产调度系统设计方法研究

借助于计算机网络、面向对象、并行处理以及计算机协同工作等技术的思想,本文对基于“软”网络模式的开放型智能调度系统设计结构（软节点、软构件、智能元类）的构造形式与组织方法进行了讨论。     

Research on the Optimal Parallel Algorithms of Broadcast-Class Problems

Speedup is considered as the criterion of determining whether a parallel algorithm is optimal.But broadcast-class problems,existing only on parallel computer system,have no sequential algorithms at all.Speedup standard becomes invalid here.Through this research on broadcast algorithms under several typical prallel computation models,a model-independent evaluation standard min C^2 is developed,which can be not only used to determine an optimal broadcasting algorithm,but also normalized to apply to any parallel algorithm.As a new idea,min C^2 will lead to a new way in this field.     

效益加速比：一种新的性能度量特性

虽然ｓｐｅｅｄｕｐ一是用来评价并行处理系统的性能特性，但它并不能真正反映一个并行处理系统的性能，处理结点速度的提高和算法的优化反而使得ｓｐｅｅｄｕｐ降低，这说明ｓｐｅｅｄｕｐ存在着不合理性。本文提出了效益加速比的度量特性，这种度量特性能较为合理地拔映出并行处理系统的性能改善。     

导弹并行测试系统优化模型与性能评价

并行测试是一代测试(NxTest)的关键技术之一,其核心是测试任务调度.基于此,在改进的蚁群算法基础上提出并行测试任务调度方法,获得测试任务最优调度序列,Matlab仿真结果证明了该方法的有效性.采用赋时有色Petri网对并行测试系统进行建模,并基于线性代数的方法验证模型结构的有界性、守恒性、活性和公平性.性能分析结果...     

最优并行算法评价标准的研究

加速比是判断一个并行虎法是否最优的依据，但播送类问题是针对并行机提出的，不存在串行算法，加速比标准对之无能为力，通过对几种不同并行计算模型上播送算法的研究，文中提出了一个不依赖于上体模型的一般化的评价标准ｍｉｎＣ＾２用以判断播送算法是否最优，为这类问题的进一步工辟了新的思路。     

基于神经网络的导弹并行测试系统安全性模糊综合评价研究

针对传统导弹并行测试系统安全性评价主观因素突出的缺点,提出基于神经网络的导弹并行测试系统安全性模糊综合评估模型.首先建立了导弹并行测试系统安全性评价的指标体系,其次介绍了基于IA- BP神经网络的模糊综合评价模型,并详细介绍了模型应用的方法和步骤,最后通过实例分析,得出结论.结果表明基于IA- BP神经网络的模糊综合评价方法具有运算速度快、通用性强的特点,利用该方法对导弹并行测试系统的安全性进行评价具有可行性和客观有效性.     

基于多GPU集群的编程框架

现如今,GPU作为一种低功耗高性能图形处理器单元,被广泛应用于高度并行化的应用程序中。其线程和内存的层次结构在诸多成功的多线程应用和科学研究中表现出巨大的优势。为了简化多GPU集群的编程模式以及更好地利用GPU的计算性能,设计并实现了一个新的基于多GPU的MapReduce并行编程框架。使用了并行虚拟文件系统（PVFS）来存储数据,考虑了动态的负载平衡和GPU相关的权重要素以达到优化系统的效率、透明性以及系统的可伸缩性的目的。在文中,将演示使用该编程模式解决地质应用的一个典型的偏移应用-叠前时间偏移（PKTM）,并给出实验结果。     

GigaE PM: a high performance communication facility using a Gigabit Ethernet

A high performance communication facility, called theGigaE PM, has been designed and implemented for parallel applications on clusters of computers using a Gigabit Ethernet. The GigaE PM provides not only a reliable high bandwidth and low latency communication, but also supports existing network protocols such as TCP/IP. A reliable communication mechanism for a parallel application is implemented on the firmware on a NIC while existing network protocols are handled by an operating system kernel. A prototype system has been implemented using an Essential Communications Gigabit Ethernet card. The performance results show that a 58.3 μs round trip time for a four byte user message, and 56.7 MBytes/sec bandwidth for a 1,468 byte message have been achieved on Intel Pentium II 400 MHz PCs. We have implemented MPICH-PM on top of the GigaE PM, and evaluated the NAS parallel benchmark performance. The results show that the IS class S performance on the GigaE PM is 1.8 times faster than that on TCP/IP. Shinji Sumimoto: He is a Senior Researcher of Parallel and Distributed System Software Laboratory at Real World Computing Partnership, JAPAN. He received BS degree in electrical engineering from Doshisha University. His research interest include parallel and distributed systems, real-time systems, and high performance communication facilities. He is a member of Information Processing Society of Japan. Hiroshi Tezuka: He is a Senior Researcher of Parallel and Distributed System Software Laboratory at Real World Computing Partnership, JAPAN. His research interests include real-time systems and operating system kernel. He is a member of the Information Processing Society of Japan, and Japan Society for Software Science and Technology. Atsushi Hori, Ph.D.: He is a Senior Researcher of Parallel and Distributed System Software Laboratory at Real World Computing Partnership, JAPAN. His current research interests include parallel operating system. He received B.S. and M.S. degrees in Electrical Engineering from Waseda University, and received Ph.D. from the University of Tokyo. He worked as a researcher in Mitsubishi Research Institute from 1981 to 1992. Hiroshi Harada: He is a Senior Researcher of Parallel and Distributed System Software Laboratory at Real World Computing Partnership, JAPAN. His research interests include distributed/parallel systems and distributed shared memory. He received BS degree in physics from Science University of Tokyo. He is a member of ACM and Information Processing Society of Japan. Toshiyuki Takahashi: He is a Researcher at Real World Computing Partnership since 1998. He received his B.S. and M.S. from the Department of Information Sciences of Science University of Tokyo in 1993 and 1995. He was a student of the Information Science Department of the University of Tokyo from 1995 to 1998. His current interests are in meta-level architecture for programming languages and high-performance software technologies. He is a member of Information Processing Society of Japan. Yutaka Ishikawa, Ph.D.: He is the chief of Parallel and Distributed System Software Laboratory at Real World Computing Partnership, JAPAN. He is currently temporary retirement from Electrotechnical Laboratory, MITI. His research interests include distributed/parallel systems, object-oriented programming languages, and real-time systems. He received the B.S., M.S. and Ph.D degrees in electrical engineering from Keio University. He is a member of the IEEE Computer Society, ACM, Information Processing Society of Japan, and Japan Society for Software Science and Technology.