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。     

高性能可信Web Service研究

传统的Web Service以文本的方式传送SOAP包，存在安全性和性能等方面的问题。为了解决这些问题，提出了一种新的Web Service处理模型，通过将PKI技术、数据压缩技术与Web Service技术的结合，形成了可信、高性能的Web Service解决方案。并设计了平台无关、应用透明的实现方式。     

一种基于J2EE、TAO与ACE的企业应用集成构架

J2EE经过多年的发展,已经成为企业计算平台的事实标准。由于其平台无关性、可移植性、多用户性、安全性等优点,把J2EE作为企业应用集成(EAI)平台已经是较为成熟的解决方案,但其中的EJB并没有解决所有问题,如关键业务的高性能需求问题。TAO是一种C++ORB,它具有性能高、互作性强、健壮性好等特点;ACE是一个高性能的面向对象的网络应用和服务工具开发包,可以与TAO做到无缝的结合。该文基于J2EE、TAO与ACE的特点,提出一种以J2EE为基本框架、以TAO为具有高性能需求业务的低层业务逻辑组件、以ACE为通信层组件的EAI构架,并分析该构架主要环节的关键技术实现。     

基于虚拟化技术的云计算平台设计

为了解决设备硬件技术利用率不高，数据资源分布式存储导致的数据信息流失及人工维护机器设备增加成本投入等问题，以提高计算性能、科学管理数据信息为目的，从实际业务需求出发，完成包括硬件选型、数据信息安全、平台负载均衡、应用操作与云存储管理等一系列的设计工作，并论证设计方案解决现有问题的合理可行性。通过测试结果发现，设计此应用虚拟化技术的云计算平台，能够很好地满足高性能计算需求，允许多名用户同时登录此平台进行一系列应用操作，很大程度上节省了软硬件成本及维护成本，希望为今后实现信息化高性能计算提供技术参考。     

双通道频谱监测数字处理平台设计

为解决基于PC104平台的超短波频谱监测接收机研制过程中的高速数据采集和采样信号实时高性能处理问题,介绍一种模块化设计的基于PC104PIus总线的双通道数字处理平台;主要阐述系统硬件结构、PCI9054本地端逻辑设计、WDM功能驱动程序设计、DSP数据调度以及性能测试等;实际测试证明,该数字处理平台能够满足超短波频谱监测设备对中频数字信号处理性能的要求,30～3000MHz全频段搜索速度快、频率分辨率高,在综合集成与应用方面具有创新性.     

HPMR在并行矩阵计算中的应用

为了解决传统并行编程难度大、效率低的问题,提出一种基于MapReduce模型的并行编程方法,在高性能MapReduce平台上实现矩阵并行LU分解。实验结果表明,相比传统并行编程模型,MapReduce模型并行程序可较好满足高性能数值计算需求,其编程简洁性和可读性能有效提升并行编程效率。     

网格技术在智能入侵检测中的应用

针对目前入侵检测系统中存在的误报率、检测率和高带宽通信量下的处理能力等问题,结合网格技术的应用背景,提出基于的网格的智能入侵检测系统的应用模型。本文对其产生的原因、该系统的特点,该系统的应用平台、工作流程进行了详细的阐述。目的是实现网格虚拟环境下入侵检测系统的高性能资源共享和协同工作,解决一般入侵检测系统存在的问题,实现网络资源的全面共享,提高工作效率。     

试析云计算分布式缓存技术在物联网中的实施要点

物联网是计算机信息技术快速发展的产物,云计算平台是物联网应用的基础,目前物联网发展过程中存在一定的问题,而了云计算分布式缓存技术具有高性能、可靠性高、扩展性高等特点,能有效地解决物联网中数据可靠性差、大容量内容共享、线性扩容等问题,云计算分布缓存技术对物联网有十分重要的意义。     

一种并行计算平台KD-60上的可实时更新文本搜索

实时性是影响搜索引擎性能的重要因素.针对这个因素,提出一种可实时更新的倒排索引结构并将其应用于国产万亿次高性能计算平台KD-60.该方案采用主、辅倒排索引和内容过滤索引相结合的方式,实现了搜索过程的实时性.同时,我们将其应用于高性能绿色计算平台KD-60,使之在一定的程度上实现了搜索的高效能.实验证明,基于KD-60平台的倒排索引结构有效的解决了搜索引擎的实时性问题,并可作为绿色计算的实际应用的一个典型实例.     

面向云计算的网络化平台研究与实现

云计算提供三种类型的服务:基础设施即服务、平台即服务和软件即服务。很多云实例都采用高性能计算结点构建基础设施,而高性能计算机的传统使用方式制约了云平台型服务的发展。本文设计并实现了基于高性能计算机的面向云计算的网络化平台NPCC,这是尝试解决高性能计算环境支持提供云平台型服务存在问题的一种探索性研究。NPCC采用了高性能虚拟域HPVZ技术和多目标协同的并行工作负载调度策略等,改变了传统高性能计算机的共享使用方式,为用户提供了具有易用性、通用性、安全性、可定制化和图形化的面向云计算的网络化平台环境。     

面向大规模网络的高性能仿真平台建设思维探讨

随着网络技术的飞速发展,网络规模迅速膨胀,网络拓扑结构日益复杂,设计一套能够对大规模网络进行高性能仿真的支撑平台已经成为实现大规模网络仿真亟需解决的问题。然而,当前对大规模网络仿真平台的认识不够全面深入,现有的仿真平台还不能有效满足大规模网络灵活扩展、柔性重构、高效运行和面向服务等新需求。亟需从不同角度、多个侧面重新认识大规模网络仿真平台,寻找更加科学的平台建设思路。为此,采用多个全新视角对大规模网络仿真平台进行重新审视和深入认识,深入研究大规模网络仿真环境生成和运行中迫切需要解决的重要问题,重点分析大规模网络仿真特性和平台需求,提出网络仿真平台建设所应把握的4种思维模式,并对其在网络仿真平台建设中的应用进行了分析。研究成果能够为实现大规模网络的高性能仿真提供可借鉴的理论依据和有效手段。     

基于云计算的并行数据挖掘系统设计与实现

为了提供虚拟化、高扩展和高性能的并行数据挖掘平台,提出了基于云计算平台的并行数据挖掘模型。文章中首先在GoogleAppEngine平台的基础上扩展了数据规约功能,然后提出了并行数据挖掘平台的系统构架和层次结构,最后给出了平台中各功能模块的具体设计和实现细节。实验分析表明基于云计算平台的并行数据挖掘系统执行效率要比单机系统高,并随着数据量的增大,效率优势越明显。     

基于DSP的视频检测和远程控制系统设计

提出一种视频检测和远程控制的嵌入式设计方法,解决了采用具有高性能的数据处理功能的DSP作为视频检测处理器的设计问题;同时,提出在嵌入式操作系统中通信平台的设计方法,实现了在嵌入式操作系统中PCI总线的设备驱动以及通过PPP协议与Internet建立连接。     

基于DSP的视频检测和远程控制系统设计

提出一种视频检测和远程控制的嵌入式设计方法,解决了采用具有高性能的数据处理功能的DSP作为视频检测处理器的设计问题;同时,提出在嵌入式操作系统中通信平台的设计方法,实现了在嵌入式操作系统中PCI总线的设备驱动以及通过PPP协议与Internet建立连接.     

基于高性能计算的联想智能超算平台LiCO的设计与实现

高性能计算集群软件是高性能计算平台的核心,如何高效地利用平台性能是集群软件面对的主要问题。联想智能超算平台LiCO致力于提供简单、易用、丰富的高性能计算及人工智能平台,具有管理、监控、报警、作业调度等多项高性能计算功能。本文简要介绍了高性能计算集群架构后,详细描述了LiCO软件的高性能计算功能。该软件不但具有高性能计算功能,在人工智能领域也在不断深入探索与研发。     

面向云服务的高性能计算柔性服务平台

随着云计算的深入应用,为用户提供高质量的远程高性能云服务成为当前研究的热点。文章提出了面向云服务的高性能计算柔性服务平台,该平台通过虚拟化技术、图形化和面向对象的技术等,设计和实现了全新的高性能计算环境,具有工具整合程度高、用户界面友好等特点,可为远程云服务提供必要支持。     

基于P2P的数据共享平台设计与实现

通过对大型分布式系统在数据传输与共享中所遇到的问题的讨论,提出一个新的数据共享平台设计方案。该方案基于当前Internet广泛运用的P2P技术,结合文件压缩、数据加密、断点续传等相关技术手段,实现了分布式系统中网络间数据的高性能、高可靠传输与共享。     

高性能数据仓库平台构建的研究

随着数据仓库逐渐成为企业决策支持的重要技术手段,提高数据仓库的综合性能问题日益成为人们重视与关注的焦点之一。在描述形成高性能数据仓库平台及高性能数据仓库环境的基本观点和技术的基础上,给出了建立高性能数据仓库平台的几个关键要素,提出了一种基于可扩展的数据集市的数据仓库系统结构。     

面向评估的高产出率计算指标量化分析

为了解决当前传统的高性能计算片面强调性能而忽视系统各方面的平衡性所导致的问题，研究人员提出了“高产出率计算”的概念，并为此展开了高产出率计算评估体系的研究。本文从当前高产出率计算评估体系研究现状出发，从高产出率计算对传统“性价比”评估概念的扩展入手，提出了以“指标量化”和“统一量纲”为中心的评估高产出率计算效果的方案，并针对计算能力、鲁棒性、能耗和易用性四个要素给出了一种量化的评估办法。     

基于ZYNQ集群的神经形态计算加速研究与实现

基于脉冲神经网络（SNN）的神经形态计算由于工作机理更接近于生物大脑,被认为有望克服深度学习的不足而成为解决人工智能问题的更佳途径。但是如何满足高性能、低功耗和适应规模伸缩需求是神经形态计算系统需要解决的挑战性问题。基于FPGA异构计算平台ZYNQ集群,在NEST类脑仿真器上,重点解决了具有脉冲时间依赖可塑性（STDP）突触计算复杂度高、并行度低、硬件资源占用大的问题。实验结果表明,设计的方法在8节点ZYNQ 7030集群上,性能是Xeon E5-2620 CPU的14.7倍。能效比方面,是Xeon E5-2620 CPU的51.6倍,是8节点ARM Cortex-A9的20.6倍。