HLA/RTI中DDM的弱服务器模式实现方案

该文简要介绍了HLA中数据分布管理的实现机制，分析了采用弱服务器模式实现的原因和优点，然后说明了在该实现模式下区域的具体设计方法和组播组的分配策略，最后简述了数据分布管理中部分实现函数的基本过程，该方案实现的数据分布管理服务已经在分布的仿真系统中得到应用。     

动态盘阵D/H分布与基于控制理论的在线重构

由于能够提供高性能I/O,盘阵被广泛采用.但以往的盘阵扩展性不足.而用户或应用程序对外存容量和I/O性能需求是变化的,盘阵系统本身必须有很强的扩展性,以适应系统的I/O需求.因此,由于既具有盘阵的高性能I/O,又能通过增加或减去设备后进行数据重构实现性能的扩展,动态盘阵具有广泛的前景.动态盘阵的技术热点是数据分布算法和在线自适应数据重构技术,使得盘阵的性能和容量能够随着系统的扩展而伸缩,同时使得盘阵动态扩展时的数据重构对系统的影响非常小.主要工作是:第1,对动态盘阵的数据分布展开研究,并提出一种新的数据分布算法(D/H分布).在D/H分布中,盘阵扩展时始终保持各设备上空间和负载的平衡性,同时扩展时重构的数据最少;第2,针对D/H分布,提出基于控制理论的数据重构技术,使得盘阵动态扩展时的在线数据重构对请求QoS的影响非常小,同时使得数据重构能够尽快完成;第3,研究中针对Sperite trace和合成负载进行了大量模拟实验,结果表明,提出的基于控制理论的数据重构技术行之有效.     

一种基于网络磁盘阵列的高性能海量存储系统

网络磁盘阵列将传统的以服务器为中心的存储转发改变为以数据为中心的直接传输，从而消除了传统模式下的服务器I／O瓶颈．本文基于网络磁盘阵列构建出一种高性能的海量存储系统，其文件集中管理和数据分布存储的体系结构不仅加快了数据传输速度、降低了存储管理开销，同时也实现了命令与数据分流、扩容与增速同步的目标，从而大大提高的整个存储系统的性能．     

一种基于线性代数的计算和数据自动分解算法

在针对分布内存体系结构的并行识别技术中，如何对计算和数据进行合理分解，以增加数据引用的本地化、减少处理器间的通信是提高并行程序性能的关键。本文通过对Anderson-lam分解算法完整性的补充，给出了一种可实现无通信的计算划分和数据分布算法，并阐述了对该算法在工程实践中的一些优化考虑。     

LS MPP图像数据分布技术的研究

1 引言在图像处理流程中,存在大量相互独立的重复计算,例如点操作和邻域操作中,像素之间的操作是互不相关的,这就使并行图像处理成为可能。很久以来,研究人员考虑设计并行图像处理算法在并行计算机上运行,以提高图像处理算法的执行效率,尤其在遥感图像处理、导弹武器系统的实时景像匹配制导等一些实时性要求较高的场合。在近二十年中,西方发达国家、俄罗斯等均在这些领域进行了大量研究并取得了具有实用价值的成果。如美国休斯公司生产的用于卫星上遥感图     

FPGA架构上面向稀疏矩阵求解的静态调度算法

在电力系统仿真中,大型稀疏矩阵的求解会消耗大量存储和计算资源,未有效利用矩阵的稀疏性将导致存储空间浪费以及计算效率低下的问题。当前关于稀疏矩阵求解算法的研究主要针对众核加速硬件,聚焦于挖掘层次集合的并行度以提升算法的并行效率,而在众核处理器架构上频繁地进行缓存判断及细粒度访问可能导致潜在的性能问题。针对基于现场可编程门阵列（FPGA）的下三角稀疏矩阵求解问题,在吴志勇等设计的FPGA稀疏矩阵求解器硬件结构的基础上,提出一种静态调度求解算法。通过对稀疏矩阵进行预处理,设计数据分布和指令排布流程,将下三角稀疏矩阵的求解过程静态映射到多个FPGA片上的处理单元,以实现下三角稀疏矩阵在FPGA上的并行高速求解。将串行算法中所有的隐式并行关系排布到缓冲中,使得所有计算单元都能实现计算、访存和单元间通信的高效并行,从而最大限度地利用FPGA的硬件资源。典型算例上的测试结果表明,相较传统的CPU/GPU求解算法,该算法能够实现5~10倍的加速效果。     

基于超平面的块数据分布策略

文章提出了基于超平面的块数组分布策略.这是一种单向的数组分布方法,它以简单的方式有 效解决了不一致计算环境和不规则数组扫描情况下的数组分布问题.它可以作为对传统方法 的一个补充.更重要的是,此项工作为自动数据分布提供了一种思路.     

NASBT算法及并行实现

美国宇局（ＮＡＳＡ）Ａｍｅｓ的研究人员定义了一组评价超有计算机性能的基准测试程序,这些基准测试程序包括五个内核和三个模拟应用,本文介绍了三个应用之一ＢＴＢｅｎｃｈｍａｒｋ的数学模型及三种并行实现方法,给出了三种算法的一些测试结果和性能分析。     

基于动态数据分布的并行Shear-Warp体绘制算法

提出了基于动态数据分布的并行Ｓｈｅａｒ－Ｗａｒｐ体绘制算法和新的动态数据分布策略,利用空闲的广播通信线路使数据重分布与绘制并行进行,提高了通信线路的利用率、避免了冗余存储,减少了资源浪费,并避免了对算法效率的影响;改进的任务分配与负载平衡策略,避免了节点机负载的不平衡和流水线作业的积压,提高了算法的效率。     

一种基于数据划分实现分布式SPARQL查询的方法

当海量RDF数据存储在分布式平台上时,数据划分的策略将直接影响海量数据的查询效率。为了提高分布式平台上的海量数据查询效率,提出一种基于分布式平台的有效数据划分方法。该方法根据RDF数据图的特征将数据分布在集群的各个节点上,并在此基础上对SPARQL查询语句进行分解,实现高效的分布式查询。算法在云平台上实现,并在真实的RDF数据集上对算法进行了测试。实验结果证明,与基准方法相比,该算法在查询效率上有很大的提高。