逻辑程序的并行性粒度的分析

本文提出了开发逻辑程序ＡＮＤ并行性中的粒度问题，给出了在我们的计算模型下粒度的计算公式，同时还给出了用粒度信息优化执行图表达式的具体例子．     

基于UML的并行性分析

随着多核处理器在计算机上的广泛使用,对于应用软件的开发来说,怎样提高软件的并行性以充分利用多核处理器的性能成为开发人员关注的热点。但是现在的并行编程技术让从未涉足并行程序开发的技术人员很头痛。尤其是对现有串行软件进行重构,不仅要对并行编程技术熟悉,还要对需重构软件的代码了解,这显然很困难且容易出错。通过对UML中活动图,状态图等并发视图的分析,发掘软件的并行性,并用并行编程模型OpenMP为UML视图搭建并行的架构,使得开发人员集中精力在具体代码的实现上。     

神经网络运算的并行性及并行计算机

本文首先分析了神经网络计算中存在的本质上的并行性，进而介绍了并行处理机的种类，指出MIMD类的并行处理系统较适合神经网络的计算。     

并行测试任务可并行性分析研究

针对并行测试系统中不同测试序列测试效率提高存在差异的现象,分析、研究测试序列可并行性的概念,以描述测试序列在并行测试中的固有属性。建立的可并行度指标解决了测试序列测试效率提高不同无法解释的难题,对并行测试系统开发过程中仪器资源的选取与确定具有指导意义。通过测试序列实例,验证了可并行性是测试序列的固有属性,说明了可并行度概念的合理性。     

基于SMP的Linux系统并行性分析

分析了SMP的体系结构特征,Linux操作系统对SMP进程调度的实现和多线程机制对并行计算的支持,认为基于SMP的Linux系统能很好地缩短任务的执行周期,真正实现了系统的并行运行.     

基于面向对象技术的配电网络性能分析系统的设计与实现

论文阐述了一种基于面向对象的程序设计技术开发配电网应用软件的方法，针对配电网辐射状的特点。采用树型存储结构进行配电网计算并编制计算程序。     

Open Divx视频编码程序的并行性分析与优化研究

Open Divx是一种基于MPEG-4思想开发的视频压缩软件。为了解决嵌入式条件下视频数据的实时压缩问题，本文对Open Divx视频编码程序进行了循环级并行性和指令级并行性的分析。最后，我们得出了Open Divx视频编码程序更适合于在采用多整数运算功能部件的体系结构环境下运行的结论。     

基于上下文定界的Fork/Join并行性的并发程序可达性分析

随着多核技术日益发展,并发程序通过引入Fork/Join并行性,将任务分解为更细粒度的子任务并行执行,从而充分利用多核处理器提供的计算性能。并发执行线程之间的交错可能产生隐匿的程序设计错误,因此有必要对此类并发程序的正确性进行分析。上下文定界分析方法是一种检测并发程序中隐匿错误的高效方法,计算线程有限次上下文切换内的可达状态,确定错误状态是否可达。针对Fork/Join并行性的并发程序的可达性分析思想如下:首先,动态并发程序被建模为可模拟线程Fork/Join操作的动态并发下推系统P;然后从P中提取模拟其k-定界执行的并发下推系统Pk。现有的上下文定界可达算法可解决提取后的并发下推系统的k-定界可达性问题。     

紧耦合网络接口的并行性研究

高效的网络接口已成为多机系统中的重要技术之一。文中通过对当前各种接口类型的分析认为，紧耦合应是网络接口的方向；同时，不同类型信息的串行处理是网络接口进一步提高性能的瓶颈。为此，对不同信息间的并行性进行分析后，提出了并行网络接口的概念结构，并对其性能进行了评价。     

一种随机配置网络的模型与数据混合并行学习方法

随机配置网络(Stochastic configuration networks, SCNs)在增量构建过程引入监督机制来分配隐含层参数以确保其无限逼近特性, 具有易于实现、收敛速度快、泛化性能好等优点. 然而, 随着数据量的不断扩大, SCNs的建模任务面临一定的挑战性. 为了提高神经网络算法在大数据建模中的综合性能, 本文提出了一种混合并行随机配置网络(Hybrid parallel stochastic configuration networks, HPSCNs)架构, 即: 模型与数据混合并行的增量学习方法. 所提方法由不同构建方式的左右两个SCNs模型组成, 以快速准确地确定最佳隐含层节点, 其中左侧采用点增量网络(PSCN), 右侧采用块增量网络(BSCN); 同时每个模型建立样本数据的动态分块方法, 从而加快候选“节点池”的建立、降低计算量. 所提方法首先通过大规模基准数据集进行了对比实验, 然后应用在一个实际工业案例上, 表明其有效性.     

并行图形绘制技术综述

为研究并行图形绘制技术,介绍图形绘制的流水线过程,对其内在的可并行性进行分析,研究并行绘制的实现方式,包括流水线并行、数据并行和作业并行,以及前分布拼接合成、中分布拼接合成和后分布拼接合成,讨论并行绘制面临的主要问题及其发展趋势。     

面向深度学习图像分类的GPU并行方法研究

针对深度学习图像分类场景中多GPU并行后传输效率低的问题,提出一种低时间复杂度的Ring All Reduce改进算法。通过分节点间隔配对原则优化数据传输流程,缓解传统参数服务器并行结构的带宽损耗。基于数据并行难以支撑大规模网络参数及加速延缓的问题,根据深度学习主干网络所包含的权重参数低于全连接层权重参数、同步开销小、全连接层权重大与梯度传输开销过高等特点,提出GPU混合并行优化算法,将主干网络进行数据并行,全连接层进行模型并行,并通过改进的Ring All Reduce算法实现各节点之间的并行后数据通信,用于基于深度学习模型的图像分类。在Cifar10和mini ImageNet两个公共数据集上的实验结果表明,该算法在保持分类精度不变的情况下可以获得更好的加速效果,相比数据并行方法,可达到近45%的提升效果。     

整数乘法电路的形式化验证方法研究

采用基于决策图的模型检验方法对整数乘法器验证时会出现内存爆炸,解决该问题的一种有效途径是采用反向替换方法.函数替换算法是反向替换方法的核心算法,如果保证被替换变量位于被替换函数的决策图顶层,替换算法可以简化.通过设置变量序和限定变量替换顺序,提出了一种保证被替换变量始终位于被替换函数决策图的顶层的反向替换方法,可极大降低整数乘法器验证的运行时间和内存使用量.实验结果表明,采用改进的反向替换方法,在1GB内存下,可将Add-Step乘法器的验证规模从84×84位提高到256×256位,将Diagonal乘法器的验证规模从84×84位提高到206×206位.     

并行程序概念设计方法的研究

并行程序概念设计方法是将数据并行高层建模语言研究、并行识别方法、并行程序自动构造和人机交互界面技术集成在一起的并行程序设计的一种新方法，能简化并行程序设计，有效缩短并行程序开发周期，提高并行计算效率。文中就上述4个方面的主要技术作了简要介绍，给出了并行程序概念设计系统(PPCDS)的基本框架和计算实例。     

一种并行分布对象的互操作模型

并行软件设计本身的复杂性使它的复用成为一个引人注目的问题.分布对象技术不仅可以将并行软件封装成相应的构件,而且提供了利用各种异构系统进行并行计算的可能性,但这样往往会使这些构件的互操作的效率有所降低.文章提出的并行分布对象互操作模型试图解决这一问题.这个模型与分布对象的旧有模型兼容,并且实际测试结果表明,它还能挖掘出并行分布对象间的更多并行性.     

OpenVX与三维渲染在多态GPU上的并行实现

针对图像处理与机器视觉以及三维图形渲染等所具有的大规模并行处理特征,通过充分利用面向图形图像处理的多态阵列架构(PAAG)处理器的可编程性以及灵活的并行处理方式,采用操作级并行与数据级并行相结合的并行化设计方法,实现了OpenVX中Kernel函数以及3D图形渲染.实验结果表明,在OpenVX标准图像处理Kernel函数以及图形渲染的并行实现中,采用PAAG处理器中的多指令多数据(MIMD)并行处理方式可以获得斜率为1的线性加速比,比传统图形处理器(GPU)中单指令多数据(SIMD)并行处理方式所得到的斜率值小于1的非线性加速比效率更高.     

嵌入式ARM多核处理器并行化方法的研究

随着嵌入式处理器技术的不断发展以及人们对嵌入式设备性能的要求越来越高,嵌入式处理器由单核时代进入多核时代。然而,传统嵌入式系统软件开发方法还是基于单核模式,并没有利用嵌入式多核处理器多核并行化的特点,没有充分发挥嵌入式多核处理器的性能。虽然在PC平台上,多核并行化方法相对更成熟,但嵌入式多核处理器在处理器数目、Cache以及总线等方面有很大不同,嵌入式平台多核并行化并不能借助PC平台的实践方法,因此基于嵌入式平台研究多核并行化的方法是很有意义的。     

A Simulation-based Production Scheduling Method for Minimizing the Due-date-deviation

A simulation-based scheduling method for minimizing the due-date-deviation is proposed on the basis of the combination of the BFHS (backward/forward hybrid simulation) method and the parameter-space-search-improvement method. A new schedule generation method named the BFHS/type-D is first developed, in which the information generated during the backward simulation is utilized to control operation-onset timings and job priorities in the forward simulation. Then, after investigation of the backward-simulation characteristics, two parameters are proposed to manipulate the simulation process systematically in relation to due-date-deviation. Furthermore, the best schedule with respect to due-date-deviation is searched for on the space spanned by the two parameters. Finally, the effectiveness and efficiency of the proposed method are demonstrated, not only on a simple job-shop model, but also on a practical large-scale system.     

格点量子色动力学Grid数值模拟软件的并行计算特征分析

格点量子色动力学(QCD)是从第一原理出发求解QCD的非微扰方法,通过在超立方格子上模拟胶子场和费米子场相互作用,其计算结果被认为是对强相互作用现象的可靠描述,格点计算对QCD理论研究意义重大.但是,格点QCD计算具有非常大的计算自由度导致计算效率难以提升,通常对格子体系采用区域分解的方法实现并行计算的可扩展性,但如何提升数据并行计算效率仍然是核心问题.本文以格点QCD典型软件Grid为例,研究格点QCD计算中的数据并行计算模式,围绕格点QCD中的复杂张量计算和提升大规模并行计算效率的问题,开展格点QCD方法中数据并行计算特征的理论分析,之后针对Grid软件的SIMD和OpenMP等具体数据并行计算方式进行性能测试分析,最后阐述数据并行计算模式对格点QCD计算应用的重要意义.