并行油藏模拟软件的实现及在国产高性能计算机上的应用

主要介绍了百万网格点规模的精细油藏数值模拟在国产高性能并行计算机与微机机群系统上的应用情况 .针对若干组来自于国内油田的百万网格点实际数据 ,给出了在多种国产并行机环境下的运行结果 ,并作了分析与评价 .在此基础上 ,讨论并行油藏数值模拟软件高效实现过程中遇到的关键技术 ,探讨大型软件并行化过程中经常遇到的瓶颈问题及改进方案     

“神威”的神威

12月12日，中国气象局副局长郑国光在神威IB网络产品发布会上透露，中国气象科学研究院气候预报研究的高性能计算系统已成功应用神威InfiniBand网络产品。中国国家气象局的大型计算机运行系统正在变得更加强大和完善，堪当现今复杂多变气候条件下的研究分析和预测的重任。     

网格化的动态自组织高性能计算机体系结构DSAG

传统的高性能计算机系统面临着变革,特别是体系结构需要创新,应用程序的设计方法与运行模式、可重构计算、网格化技术和光互连技术将深刻影响未来高性能计算机系统体系结构的发展,提出了网格化动态自组织体系结构(DSAG),可以支持体系结构按需定制(architecture on demand)的新模式,并探讨了相应光互连及DSAG操作系统的设计以及DSAG思想在其他层次系统设计中的应用。     

面向国产神威众核架构的区域气候模式CWRF性能优化技术

区域气候模式CWRF(Climate-Weather Research and Forecasting model)是国家气候中心区域气候预测系统的重要组成部分,也是系统最耗时的程序.高性能计算是提高CWRF数值预报计算性能的关键技术,开展CWRF模式在国产神威众核架构上的移植和优化,提高模式的模拟效率,对模式的扩展、...     

浅谈武汉气象高性能计算机系统的运维管理

高性能计算机在气象部门得到了广泛应用,发挥了重要作用,对高性能计算集群的科学高效的运维管理是确保高性能计算机系统正常运行的首要任务.本文结合武汉军运会气象高性能计算机的实际情况,对高性能计算机在业务应用、运行监控与维护管理等方面做了介绍,对业务科研人员和运维管理人员具有一定参考借鉴意义.     

希捷SSD助力Nor-Tech

希捷科技公司日前宣布,其Seagate Pulsar固态硬盘（SSD）应用于Nor-Tech屡获奖项的先进计算系统;Nor-Tech是高性能计算（HPC）领域的领先企业。受益于希捷Pulsar SSD的速度和可靠性,Nor-Tech得以制造出了高度移动化的便携式集群（Portable Clusters）,这些产品使高性能计算解决方案能够用于各种各样的移动应用和苛刻的户外环境。     

解析SSD原理和应用实践

随着成本的降低与技术的成熟，在一些应用场景中SSD已成为必然之选。如何更好地选择SSD产品及相应的应用实践便成为大家密切关注的话题。本文作者结合多年的实践经验，就这些话题分享了自己的见解。     

改进SSD算法在交通标志检测中的应用

针对交通标志检测存在误检率高、鲁棒性差等问题,提出了一种改进SSD(single shot multibox detector)的交通标志检测方法。首先从不同维度提取交通标志的位置和方向感知信息,改善目标在浅层特征图上的感受野区域。其次使用特例化的卷积内核对深层特征图进行条件参数卷积,增强交通标志的特征表达能力。最后对通道注意力机制进行改进,在特征通道中融入目标空间信息,提升交通标志目标的显著性。实验结果表明,提出的方法相较于原始SSD在CCTSDB数据集上的检测精度提升了7.6个百分点,检测速度达到87.5 FPS;在LISA数据集上的平均准确率为94.6%,检测速率为85.0 FPS。相比于其他的检测方法,改进后的SSD算法在复杂的自然场景中对交通标志具有更好的鲁棒性。     

虚拟化技术在高性能计算机系统中的应用

介绍了虚拟化技术在整合异构资源、资源管理、系统容错、虚拟化系统环境、并行编程环境等系统的应用。指出应用中存在的不足,并提出相应的完善对策。希望能够为虚拟化技术在高性能计算机系统中得到更好应用提供指导与借鉴。     

MuLe-RAID:面向大容量高性能SSD的层次化RAID

利用RAID机制构建基于闪存的SSD可以提高SSD的性能和可靠性,但是随着SSD容量的增大,传统的单层RAID结构容易造成控制器的瓶颈.针对这个问题,提出了一种新的RAID策略——MuLe-RAID(Multiple Level RAID),给出了详细架构和设计细节.其采用层次化RAID结构,设置多个控制器,在每一层的控制器中实现不同粒度的损耗均衡管理,在保证SSD损耗均衡的同时,通过减轻控制器的瓶颈提高了SSD的性能.为了提高可靠性,MuLe-RAID采用了冗余机制,能够达到RAID5的容错级别.通过模拟实验测试表明,在大容量SSD中,相比传统RAID,MuLe-RAID在保证损耗均衡的基础上有大约30%的性能提升.     

基于SSD的车辆目标检测

传统的车辆目标检测算法需要为不同的图像场景选择合适的特征，导致泛化能力差。针对此问题，本文提出一种基于SSD（Single Shot MultiBox Detector）的图像车辆检测方法。该方法通过对多个尺度的卷积特征图进行预测来检测车辆，在一定程度上提升车辆的检测精度；找出原SSD方法在训练过程中的小缺陷，通过改进损失函数来优化训练速度。最后结合KITTI数据集进行训练。实验结果表明，该方法对车辆的检测具有较高的识别率，且比传统算法的效果更好。     

一种加强SSD小目标检测能力的Atrous滤波器设计

针对实时目标检测SSD（single shot multiBox detector）算法对小目标检测能力偏差的问题,提出了一种提高特征图分辨率的Atrous滤波器设计策略。改进算法在SSD网络结构的基础上,把第三、四层卷积层产生的特征图经过规范化后连接在一起,然后通过Atrous卷积运算提高这些特征图分辨率。这些特征图共同提供小目标的所需的特征。另外该SSD改进算法还加入SeLU（scaled exponential linear units）激活函数,并在数据预处理阶段设计了一套数据增广方法。实验表明,该改进算法框架相对于原SSD算法框架具有更高的检测精度、更优良的鲁棒性,以及在小目标检测上效果明显。     

改进SSD算法在交通场景中的检测研究

针对目标检测算法SSD在交通应用中检测精度不高、对小尺度汽车和行人检测能力不足的问题,提出一种改进的SSD检测算法,将原SSD基础网络VGG-16替换成残差网络ResNet-50,来提高特征提取网络提取特征的能力并防止网络衰退.算法额外设计5层卷积层来简化原SSD网络结构,进行多尺度特征图的检测;将注意力机制CBAM融...     

基于改进SSD的道路交通标志检测

针对复杂环境下交通标志检测精度低的问题,设计了一种检测精度更高的目标检测算法,对SSD深度学习目标检测算法进行了优化改进;将深度特征表征能力较强的Resnet50网络模型融入于SSD算法中;采用K-means++聚类算法确定SSD中先验框的尺寸,提高交通标志的检测率;分别利用SSD模型和改进的SSD模型做检测对比实验,结果表明,改进算法对各类型交通标志的检测精度比原SSD算法更高;改进的SSD方法对交通标志进行检测能取得较好效果,弥补了原算法的不足.     

一种面向重尾分布的SSD磁盘调度算法

存储设备上的大量文件其长度呈重尾态分布,IO请求的响应延迟和请求大小有着密切关系,并且固态硬盘的IO操作不对称。基于以上几点,在内核NOOP调度算法的基础上提出一种针对重尾数据分布下的IO调度算法。该算法通过减少大量小片请求的等待时间,提高固态硬盘的性能。经实验验证,相比内核的NOOP调度算法,平均响应时间减少17%。     

计算机防火墙的有效运用探讨

在现阶段,计算机网络技术快速发展,给我们的生活及工作都带来极大的便利,但与此同时,也给我们的生活及工作又带来了许多网络安全隐患问题。在这种个人隐私信息被破坏和被窃取的危险与日俱增的情况下,为了降低人们由于网络安全隐患问题所带来的损失,相关工作人员研发了计算机防火墙的技术。这种计算机防火墙技术的运用,主要是通过一系列的程序操作保护了信息数据和确保了其资源的安全性,对保障网络安全性起了相当大的作用。本文主要针对网络安全隐患问题、防火墙的定义、类型等内容着手对计算机防火墙的有效运用进行了相关问题的探讨。     

一种基于SSD和图割的快速立体匹配算法

针对图割法的立体匹配算法耗时多的问题,提出了一种基于S S D和图割的快速立体匹配算法。为了缩小视差搜索范围,缩短匹配时间,先采用区域匹配S S D算法得到初始视差,然后再采用左右一致性校验法去除误匹配点,可以提高初始视差图的质量;在构造能量函数时,把初始视差图中的像素视差作为图割的能量函数的限制项,根据这些限制可以减少不必要的节点,从而减少了计算量,缩短匹配时间。通过实验证明了本文算法在保证匹配图像质量的情况下,能提高匹配效率,减少匹配时间。     

基于固态电子盘的最小PC测控系统设计

在航空、军事、石油等领域中对测控仪器的占用空间和功耗有着严格的要求,设计出高可靠、小型化的工业智能测控系统显得尤为重要。文章以PC/104工业通用PC构架为基础,设计了基于固态电子盘的最小PC系统,并将以FPGA为核心的测控系统集成在同一个主板上。该系统能够在90mm×68mm的PCB板上提供与PC兼容的测控系统解决方案,而且提供了可配置计算的硬件加速能力。所以非常适合受空间限制的小型化测控系统使用。     

基于改进SSD算法的车辆检测

SSD算法利用多尺度特征图进行分类和位置回归,检测小目标效果优于YOLO算法,但SSD算法在进行车辆检测时存在漏检问题。为此,提出一种改进SSD算法。为提取更多的车辆特征信息,设计改进Inception模块替代SSD网络中的Conv8、Conv9和Conv10层。将浅层特征的位置信息和深层特征的语义信息进行均衡化融合,构建多尺度特征融合均衡化网络,提高小目标车辆识别率。在特征提取层均引入SENet,对不同特征通道的重要性进行重标定以提高模型性能。实验结果表明,改进后SSD算法在自制的车辆数据集上平均精度为90.89%,检测速度达到59.42 frame/s,相比改进前的SSD算法,在精度和速度上分别提高2.65个百分点和17.41 frame/s,能够更快速、准确地对图像中的车辆进行识别和定位。