基于循环分块的流水粒度优化算法

当计算划分层迭代数目较大,或是循环体单次迭代工作量较大,但可用的并行线程数目较小时,传统的基于循环分块的流水粒度优化方法无法进行处理。为此,提出一种基于循环分块减小流水粒度的方法,并根据流水并行循环的代价模型实现最优流水粒度的求解,设计实现了一个流水计算粒度的优化算法。对有限差分松弛法(FDR)的波前循环和时域有限差分法(FDTD)中典型循环的测试表明,与传统的流水粒度选择方法相比,所提算法能够得到更优的循环分块大小。     

自动并行化中不规则循环的代码生成

许多大规模计算程序包含了不规则循环,但在面向分布存储的自动并行化中,以往的研究难以在编译时为不规则循环生成并行代码。针对一类常见的不规则循环提出了一种代码生成方法, 该方法 能在编译时将串行代码转换成等价的并行计算和通信代码,通过计算分解和数组引用的访问表达式来求解不规则循环在各处理器的本地定义集,并通过部分冗余的通信来满足不规则数组引用的生产者-消费者关系。实验结果表明,该方法是有效的,并对测试用例取得了预期的加速比。     

基于交并集的冲突自适应证据融合方法

针对证据理论在高冲突环境下的Zadeh悖论问题,提出了一种基于交并集的冲突自适应多证据融合方法。基于冲突矩阵计算证据的可信度,并依据可信度对证据进行折扣;基于证据间的冲突关系对组合规则中交集命题与并集命题的权重进行动态调整;将多元素焦元的信任在单元素焦元中进行再分配。Matlab实验仿真结果表明,与典型改进方法相比,该方法具有较高的收敛速度和区分能力,有效地解决了高冲突环境下的多证据融合问题。     

一种具有重排通信的数据分布策略*

主要讨论了一种适用于分布和共享内存的循环级的数据分布策略.该方法支持由数据重排而引起的通信.     

条件过滤器的自适应排序调度策略

将非线性流形学习的思想引入到语音特征降维中,设计完成了局部投影(Locality Preser-ving Projections,LPP)算法,并针对该算法对降至的目的维度敏感的缺点提出了一种加权局部投影(Weighted Locality Preserving Projections,WLPP)算法。对LPP算法及WLPP算法进行了实验,实验证明LPP算法在对语音特征降维后也能有较高的准确率,同时,也证明了WLPP算法可以大大降低LPP算法对目的维度的敏感度。     

共享内存结构并行程序的编译器优化

共享内存结构上的程序自动并行化通常实现循环级并行,采用fork-join执行模式,并行性能有待提高。论文结合fork-join和SPMD两种执行模式的优势,在并行化编译过程中通过并行区合并和扩展,实现fork-join和SPMD混合执行模式,并在SPMD并行区中实现了基于跨处理器相关图的barrier同步优化。分析验证表明,这些优化策略减少了并行区和barrier同步的数目,有效地提高了生成并行程序的性能。     

下一代PC机OS综览

本文首先讨论了ＰＣ机操作系统当前的现状，进而对下一代有竞争实力的ＰＣ机操作系统：Ｗｉｎｄｏｗｓ９５，ＯＳ／２和Ｗｉｎｄｏｗ ＮＴ的结构特点和运行特性进行了分析和对比，对在应用中ＰＣ机操作系统的选配提出了一些参考性建议。     

循环并行性开发的新算法──下标因子检测

针对现有的相关性检测算法不能详细判定相关类型的不足，本文提出了基于形如“ａＩ＋ｂ”的线性下标表达式的相关性检测新算法：“下标因子相关性检测算法”。该算法正确且简单，非常易于高效实现。由于能够具体而准确地判定各种不同的相关类型，因而可将该算法与较为成熟的消除反相关和输出相关的方法联用，进而达到既检测相关性又进一步提高ＤＯ循环并行性的理想效果。     

IXP1200网络处理器多层次并行机制研究

主要对千兆通讯的网络处理芯片IXP1200网络处理器进行研究和分析,着重探讨和研究其先进的多级并行设计机制.主要从体系结构和并行设计技术两个角度对IXP1200网络处理器的数控分层和多层次并行等设计机制进行了介绍.突出了其利用多线程、多处理器的先进设计结构来优化设计、提高处理速度的设计理念和实现过程,并在最后进一步详细讨论了如何利用特定微码指令来实现IXP1200网络处理器的指令并行和多线程并行的程序调度方法和设计技术.     

TCP Server的动态线程POOL技术研究

一、引言在传统的Unix系统下,当一进程需要另一实体去完成某一子任务时,它就创建一个子进程进行处理。多年来,在U-nix系统下的大多数支持并行访问的网络Server都是按这种模式设计和运行的,当父进程接受到来自网络的一个Client的连接时,它就fork一个子进程,并由该子进程去处理这个Client的请求。这种方法存在两个问题: fork的开销比较大,要从父进程到子进程进行存储copy和复制父进程的各种描述等有关信息。并行实现中常采用copy-on-write优化技术来避免在fork时进行从父进程到子进程的立即数据复制,而是当子进程需要相应的数据时再进行复制。尽管如此,fork的开销仍然不能明显地减小。在fork后,需要进程间通信(IPC)在父子进程间进行信息传递。在fork之前,这种信息传递当然是容易的,因为它是在fork时进行直接复制的。但是,从子进程往父进程返回时就有大量的工作要做。