网络并行计算的一种新架构

通常的网络编程对一般人来讲是一种艰难的工作，用户任务的分解、分配，以及在子任务间的交互等问题都需要具有高超的技巧。而在网络并行计算的一种新架构中，用户只需提交数据和对它们的操作即可，而让系统在运行用户任务时处理上述难点，这无疑是网络并行计算方法发展的有益尝试。     

一个网络并行计算新平台

编写网络并行计算程序对一般人来说是艰难的,用户任务的分解、分配以及在子任务间的交互等问题都需要具有高超的技巧。从改善用户并行程序设计环境出发,给出了在网络并行计算的一种新平台。说明了该系统平台的结构实现,组成该平台的任务描述器、任务的调度和任务控制器。而在网络并行计算的一种新架构中,用户只需提交数据和对它们的操作,而复杂问题让系统处理,这无疑是网络并行计算方法发展的有益尝试。     

网络并行程序开发平台体系结构形式化研究

网络并行计算的编程要求设计者对任务的分解、分配及子任务间的交互等问题有更高的技术。论文给出了在网络并行计算的一种新平台,用户只需提交数据和对它的操作即可。     

基于片上网络的并行计算技术研究

片上网络（Networks—on—chip,NoC）作为当今微电子学研究的热门方向之一,受到了越来越多的关注。本文将并行计算技术应用到片上网络中,通过并行编程实现处理器并行计算以及相互间的通信。     

网络并行计算系统模型

网络并行计算系统是以网络为基础的并行计算系统,该系统在近些年中随着高性价比CPU和高速网络技术的发展逐渐引起人们的关注。文章正是从这种情况出发,对网络并行计算环境进行了抽象的分析和描述,并建立了一个网络并行计算系统的模型,该模型为理解、分析和评价一个实际的网络并行计算系统提供了有力的工具。     

网络并行计算中的负载平衡

本文详细讨论了网络并行计算中的负荷平衡，尤其是动态负载平衡问题，并提出了相应的解决办法，最后，我们给出了如何在Ｅｘｐｒｅｓｓ环境中进行负载平衡程序设计的方法。     

PVM与网络并行计算

松散耦合的异构型并行处理系统近年来又有较大的发展，这种只能支持粗粒度并行的计算环境，由于通讯硬件的更新和软件环境的开发，其性能已经能够与某些ＭＰＰ机相媲美，因而形成并行处理领域一个强有力的分支－网络计算，本文围绕ＰＶＭ，讨论网络计算的软件环境，概述其特色和发展，并与其它基于消息传递的软件环境相比较，最后预测ＰＶＭ未来可能面临的问题和发展方向。     

PVM网络并行计算实现方案

使用双网卡方案实现了基于PVM平台的网络并行计算环境，并在该环境下测试了并行整体光照算法。对实际的测试结果进行了分析，讨论了利用PVM进行网络并行计算的机制和优化方法。     

网络并行计算系统发展探讨

本文通过对高性能计算机的发展历程、现有高性能计算机的体系结构以及当今市场对高性能计算机的需求进行分析,论述了网络并行计算系统得到广泛应用的必然趋势,并以NOW计划为例分析了并行网络计算系统的关键技术。     

网络环境下的并行计算模型

1.引言所谓网络并行计算就是将一群计算机系统用网络以某种结构互连起来,充分利用各系统资源,统一调度,协调处理,以实现高效的并行处理。它是并行分布式计算领域近年来比较活跃的研究领域。由于网络技术的发展,特别是局域网中高速数据通讯网络的出现,使得利用工作站集群(NOW或COW)作为并行计算的平台越来越具有吸引力,同时也出现了许多支持异种机网络计算的软件工具环境,如MPI、PVM、EXPRESS等。NOW与巨型机和MPP系统相比,具有很高的性能价格比,可扩展性     

基于Win32平台上的PVM并行程序设计

着重介绍了在PVM平台上进行并行程序设计的方法,包括如何构造基于Win32平台上的PVM运行环境,进行任务和数据划分,并提出了一个Master／Slave结构的并行程序设计模式;最后给出一个并行计算在物探处理应用的例子。来对并行程序的设计方法进行概括性的说明。     

网格平台下并行遗传算法的设计

并行遗传算法是遗传算法研究中的一个重要课题,提出了一种在网格平台下实现遗传算法的设计和一些关于遗传算法本身的改进,以及需要进一步研究的课题。     

一个可视化并行程序开发平台的构架及实现

并行计算已经成为当前解决许多大型科学和工程计算问题的十分有效的方式,但当前并行软件由于其技术性太强,而无法满足广大、特别是普通用户的需要。基于这一点,文章提出了一个可视化的并行程序开发平台的构架。该平台由任务描述和任务控制调度进程组成。文章还简单地说明了该系统平台的数据结构实现及该平台的运用实例。     

计算技术及其在金融中的应用研究

从组成计算的基本要素出发,总结了影响计算技术发展的关键问题,分析了软件及体系结构的改进对分布并行计算模式的支持。结合金融问题,具体给出分布并行计算在金融监管和金融产品设计中的应用。     

面向SW26010众核CPU的任务并行调度系统SWAN及其在若干嵌套并行算法中的应用

任务并行是并行程序设计的基础设计模式.但由于算法本身的复杂性及目标平台的特殊性,设计实现高效率的任务并行程序对程序员来说往往充满挑战.基于新兴的SW26010众核CPU,本文提出支持任务嵌套并行模式的通用运行时框架SWAN.SWAN对任务并行程序的实现提供了高层次的抽象,使程序员能够专注于算法逻辑本身而提高开发效率.在性能方面,SWAN框架对诸多共享资源进行了细粒度的划分,从而有效地避免了众多线程间对共享资源的高强度争用.本文还充分利用平台的高速访存机制,高速可控缓存和原子操作等特性,对SWAN框架的核心数据结构进行优化设计以降低其本身的性能开销.另外,SWAN还具备动态负载均衡能力使得各个处理器核心的资源得以充分利用.本文基于SWAN框架在目标平台上实现了若干典型的具有递归特性的嵌套并行算法,包括N-皇后问题,二叉树遍历,快速排序和凸包求解.实验表明,这些通过使用SWAN框架得以并行化的算法相对其串行版本取得了4.5至32倍的加速,充分说明了SWAN框架具有较高的实用性及性能.     

MATLAB<Superscript>®</Superscript>: A Language for Parallel Computing

Parallel computing with the MATLAB^® language and environment has received interest from various quarters. The Parallel Computing Toolbox^TM and MATLAB^® Distributed Computing Server^TM from The MathWorks are among several available tools that offer this capability. We explore some of the key features of the parallel MATLAB language that these tools offer. We describe the underlying mechanics as well as the salient design decisions and rationale for certain features in the toolset. The paper concludes by identifying some issues that we must address as the language features evolve.     

并行计算技术与数据挖掘

当今社会是信息化高度发达的社会,各类信息汇总形成的数据库也逐渐庞大复杂。因此,在海量的数据中进行数据的查找等工作非常困难。多线程技术虽然在一定程度上可以缓解上述情况,但要想真正做到准确,快速,还是要依靠并行计算技术来实现。本文从介绍数据挖掘以及数据挖掘在Google的应用,引入解决数据挖掘瓶颈问题最有效的方法之一——并行计算。