高性能计算平台的IO性能测试与分析

在高性能计算平台上测试NFS和Lustre文件系统在大规模并行计算环境下的IO速率,根据测试结果分析该实验平台的IO瓶颈并提出改进方案;之后测试本地Cache、并行应用进行IO时的TransferSize和并行程序存取文件的FileSize等因素对分布式文件系统性能的影响,并根据实验结果提出如何合理地部署并行软件以有效地利用本地Cache,以及提出在编写并行程序时设置合适的TransferSize和FileSize以提高IO性能的建议。     

高性能集群系统测试与性能分析

以IBM Blade Center高性能集群系统的性能测试与分析为背景,在对该高性能集群系统测试的基础上,研究了大规模Linux集群上并行程序性能的优化方法。针对该集群系统的硬件特征,编写了以矩阵相乘的Cannon算法为基础的并行性能测试程序,通过在该集群系统3种不同并行环境下（分布式并行、共享内存并行以及混合式并行）对性能测试程序的测试和分析,提出了优化程序性能的准则,展现了该高性能平台的效率,为进一步的开发研究提供了基础。     

基于SSH协议的集群构建与性能测试

集群计算机技术具有高性能,高可靠性,成本低等特点。目前采用Telnet协议远程登录集群容易产生网络安全问题,为了解决这个问题,本文介绍了一个基于SSH协议的集群系统的构建方法,并利用通用的测试基准对集群系统的性能进行了测试和分析,测试结果说明这种并行计算环境具有良好的性能,可扩展性好。     

基于Linux集群的并行环境简单架设*

并行计算在各个领域的应用越来越广泛,而基于Linux集群的MPI并行环境是一个廉价、高效的并行计算系统。介绍了两种简单的基于Linux集群的MPI并行环境的构建方法,并且提供了软件的详细配置过程。     

高性能集群计算系统的结构与设计探讨

使用计算机集群系统进行并行计算是一种既经济又高效的解决方案，开发资源丰富，成本低廉。计算机集群系统是超级计算机发展的方向；本文较详细地论述了计算机集群系统的结构及主要部件的功能，以期引起业界研究人员的重视，在不久的将来能够开发出我们自己的集群产品。     

一个面向神经计算的并行计算机系统的性能分析与测试

文中主要以一个面向神经计算的并行计算机系统ＮｅｕｒｏＣ为背景，讨论一种并行计算机性能分析模型，并对ＮｅｕｒｏＣ进行性能分析．根据实际并行神经计算模型、ＮｅｕｒｏＣ的结构和计算特点，给出了并行神经计算中一些与性能相关的结论，最后给出了一些系统实际测试结果．     

面向水下声场计算的PC集群构建

水下声场计算复杂,计算量大,目前的模型难以满足在水下战场环境仿真中对声场的实时性的要求.计算机技术的发展,特别是高性能集群的出现,为解决此问题提供了一种可行的方法.文中首先介绍了如何将单PC机通过以太网连接起来,构建实验环境下的用于水下声场计算的PC集群,然后给出了在此系统上运行水平不变声道中WKBZ简正波并行计算方法及FOR3D模型的并行方法的结果.实验结果表明,此系统能够可以为水下声场计算提供一个很好的并行环境,集群系统在水下声场及其相关领域必将有很大的应用空间.     

集群环境下的并行聚类算法之研究

本文的目的就是通过理论分析和试验,探讨集群环境下并行聚类算法的设计思想。作为一种低成本、通用并行系统,集群系统的通讯能力相对于节点的计算能力是一个瓶颈。所以本文提出,在集群环境下设计并行聚类算法时,应采用数据并行的思想。本文首先从理论上,对采用数据并行思想后影响加速比的因素和通讯策略的选择进行了分析,然后实现了一个新的并行聚类算法——PARC算法。通过PARC算法的实验,证明了理论分析的正确性,并且表明并行聚类算法可以得到良好的聚类质量。本文的研究结果可以为以后设计更好的数据并行聚类算法提供一定的理论依据。     

构建高性能集群计算机系统的关键技术

高性能计算机技术是衡量一个国家科技水平及综合国力的重要标志之一,目前世界上一些发达国家都在争相投入巨额资金对它进行开发和研究.PC集群计算机就是最廉价的高性能计算机.着重讨论了集群计算机系统构建中的一些关键技术,如可扩展性、可用性、资源管理、负载平衡和并行程序设计环境等,同时,也根据集群系统的特点提出了它在不同领域中的实用意义.     

集群并行作业管理系统自动生成器的原理与实现

集群提供了基于命令行、Web界面或图形用户界面的多种作业管理方式,但各有缺点,要么要求用户会编写命令脚本,要么占用过多的计算资源。文章在此提出一种全新并行作业管理方式,并开发出集群并行作业管理系统自动生成器,可根据用户集群环境自动生成常见有限元分析软件接口源程序,经编译后可运行在大多数集群上。     

基于集群技术构建电力系统高性能计算平台

高性能计算是解决大规模电力系统分析计算的有效途径。该文介绍如何基于集群技术构建电力系统高性能计算平台。作者以自己的构建过程为例,分析电力系统高性能计算集群的基本体系结构,从硬件、网络和软件三个方面详细解析其高性价比的构建技术。最后,运用基准测试程序(LinPACK、NPB和PMB)对这一高性能计算平台的进行测试,显示了该平台高效的并行计算性能,以及对程序可移植性的良好支持。基于集群技术构建的电力系统高性能计算平台能为真正解决大电网快速、详细的仿真计算奠定基础。     

着色Petri网对高性能集群的建模与性能评估

针对形式化建模方法导致的状态空间爆炸问题,提出了一种基于Petri网的高性能集群建模与性能评估方法.首先分析了高性能集群的系统架构,构建了模型的总体结构;然后针对集群系统建立了相应的任务产生子模型和调度子模型,并通过对Petri网进行着色,根据不同种类任务的执行特点设计了相应的任务处理模型.仿真结果表明,利用所建立的模型能够有效评估关键参数对集群性能的影响.     

Progress and Challenges in High Performance Computer Technology

High performance computers provide strategic computing power in the construction of national economy and defense, and become one of symbols of the country＇s overall strength. Over 30 years, with the supports of governments, the technology of high performance computers is in the process of rapid development, during which the computing performance increases nearly 3 million times and the processors number expands over 10 hundred thousands times. To solve the critical issues related with parallel efficiency and scalability, scientific researchers pursued extensive theoretical studies and technical innovations. The paper briefly looks back the course of building high performance computer systems both at home and abroad, and summarizes the significant breakthroughs of international high performance computer technology. We also overview the technology progress of China in the area of parallel computer architecture, parallel operating system and resource management, parallel compiler and performance optimization, environment for parallel programming and network computing. Finally, we examine the challenging issues, ＂memory wall＂, system scalability and ＂power wall＂, and discuss the issues of high productivity computers, which is the trend in building next generation high performance computers.     

服务核聚变研究领域的集群系统

在核聚变研究领域中,高性能集群的应用十分广泛.一方面需要借助集群进行高性能计算模拟托克马克中粒子的运动状态,另一方面需要存储大量十分珍贵的放电数据以作后续的数据分析.随着位于中国科学技术大学的大型反场箍缩磁约束聚变实验装置“Keda Torus eXperiment”（KTX）的建设取得重要进展,KTX实验室对于高性能计算以及实验数据存储具有高度的需求.因此,部署了一个高性能集群并对存储做出了安全设计.根据IOzone的测试,GPFS文件系统的冗余性机制发挥了作用,数据的读写性能很稳定.     

关于电脑集群系统的混合编程的研究

计算机集群以其较高的性价比、很好的可扩展性被广泛应用于各种计算密集的任务中。在面向话题的文本检索研究中,由于所需处理的文本量巨大,使用IMB公司的BladeCenter JS21计算机集群,采用SPMD（Single ProgramMultiple Data）并行算法模式实现了数据的并行处理。本文主要介绍有关混合编程语言程序设计、编程技巧以及调试等方面的经验。     

基于MPICH2的高性能计算集群系统研究

目前在高等学校和科研机构中对于高性能计算的需求很大,而商业的超级计算机性能虽高但价格昂贵,同时这些单位又都拥有大量普通的PC机和网络设备。为了利用现有硬件资源获取高性能计算能力,文中研究了在PC机和Linux环境下构建基于MPICH2的高性能计算集群系统的方法,搭建了一个拥有16个节点的系统并利用高性能Linpack基准测试方法进行了性能测试。测试结果表明,这种构建高性能计算集群系统的方法切实可行,是低成本获取高性能计算能力的良好途径。     

国产万亿次机群系统NPB性能测试分析

对3个国产万亿次机群系统进行了NPB性能测试分析,重点研究大规模并行处理时(处理器数目达到上千个)的性能特点和趋势.分析了不同的处理器、互连网络等系统配置对NPB性能的影响,发现NPB的8个程序在3个万亿次机器上的性能特点和表现并不一致,表明国产高性能机群在设计上正在逐渐走出同质化的趋势,向多样化发展.进一步分析表明,目前NPB程序的可扩展性可以达到几百个处理器,但尚不能达到上千个处理器,NPB程序能发挥出的系统峰值的百分比仍然徘徊在10%左右,机群系统的并行可扩展性和应用程序对机器运算潜能的利用还需要进一步提高.对于处理器数目达到上千个的万亿次机群系统来说,对集合通信和细粒度通信能力的支持亟需提高.