分布式渲染资源搜索方法研究

针对三维动画领域的渲染瓶颈和分布式渲染的资源搜索问题,提出了一种基于双层体系结构的分布式虚拟集群渲染系统,采用基于减聚类的RBF神经网络算法计算分布式环境下虚拟集群的渲染能力,给出了分布式渲染资源的搜索算法,并验证了算法的有效性。     

分布式虚拟集群渲染系统研究

针对三维动画领域的渲染瓶颈和分布式渲染的资源搜索问题,提出了一种基于双层体系结构的分布式虚拟集群渲染系统,并详细介绍了系统的各个功能模块.通过对渲染资源的统一描述,定义了虚拟集群渲染能力的计算方法,给出了分布式渲染资源的搜索算法,并验证了算法的有效性.     

自适应远程渲染集群系统

渲染通过计算将三维几何模型转换成具有真实感的图形,是数字媒体制作的关键环节。该文介绍基于集群系统的并行渲染,将集群管理、高性能计算、图形渲染及远程交互等先进技术有效结合,设计了自适应远程渲染系统。该系统的正确性和有效性已被验证。     

基于节点能力的Hadoop集群任务自适应调度方法

针对当前Hadoop集群固有的任务级调度分配方法在运行中存在的负载分布不均的现象,着重对集群节点的执行能力进行了分析与研究.提出了一种基于节点能力的任务自适应调度分配方法.该方法根据节点历史和当前的负载状态,以节点性能、任务特征、节点失效率等作为节点任务量调度分配的依据,并使各节点能自适应地对运行的任务量进行调整.实验结果表明集群的总任务完成时间明显地缩减,各节点的负载更加均衡,节点资源的利用更为合理.     

动漫集群渲染调度系统的实现与研究

随着近年计算机软硬件技术的迅速发展,动画技术也得到了迅猛发展.针对传统基于PC的动画制作系统无法满足大规模应用的需求的现状,文章提出了一种基于动漫集群的渲染调度系统,系统采用基于集群计算与动态代理技术的分布式体系结构,系统上线后的运营状况表明,它能够最大限度的发挥集群计算和存储优势,有效的提高动画制作特别是渲染环节的效能.     

基于反馈的集群渲染调度

卡通动画及游戏产业发展迅速,占有相当大的国民经济产值,而目前国内该行业基本上是单机孤岛式的制作方式,资源浪费极大,近年引入大规模的集群服务器系统,由于没有资源管理、渲染任务调度等软件的支持,仍采用手工管理来完成特定的渲染工艺,不能实现智能的渲染工作调度,导致效率低下,造成资源闲置和浪费。为此提出了在分布、自治、演化的计算机集群群落之上,构造基于反馈控制的集群动画渲染调度。     

鱼集群游动的节能机理研究综述

集群是鱼类生物中一种常见的现象, 特定编队的集群运动可以显著提高鱼群的游动效率. 鱼集群游动节能机理的研究为机器人集群编队设计和控制提供启发与帮助, 得到了研究人员的广泛关注. 本文介绍了鱼集群游动节能机理研究的主要方法及最新的研究成果, 将研究方法分为鱼群观察分析法、计算流体力学仿真法和实验装置研究法, 并基于此对近些年的研究成果进行了综述和分析, 最后列举了鱼集群游动节能机理研究的主要问题与未来发展方向.     

一种基于内容的Web集群服务器负载均衡算法

提出了一种基于内容的Web集群服务器负载均衡算法,该算法通过引入一个衡量不同内容任务量井利用当前真实节点上的连接数和请求内容的任务量以及真实节点的处理能力来调整服务器负载。同时,算法引入了一个反馈环节,将真实节点的负载信息反馈到负载均衡器,让负载均衡器调整自己的负载均衡策略,提高它的自适应能力。     

集群渲染系统及其应用现状研究

论述了集群渲染系统的构成、特点及工作流程,阐述了当前主要的几种集群渲染任务分发管理技术,并分析了各自的优势,介绍了集群渲染系统在国内外的应用现状。     

OnceDeep数据交换服务器集群系统的设计与实现

数据交换中一般存在数据中心。中心处理的并发任务量高,对服务器性能和可靠性要求高,往往会成为数据交换的瓶颈。为了提高数据交换平台的数据中心的性能、可靠性,并降低管理成本,设计和实现了Once Deep数据交换服务器集群系统。基于现有的数据交换平台Once Deep,使用Shoal集群框架实现对Once Deep服务器集群的管理。讨论集群环境下数据交换流程的设计。针对数据交换任务的特点设计基于预测的动态负载均衡算法,制定任务失效的恢复策略。测试表明,集群系统较现有数据交换服务器在性能上有很大提高,并具有较好的扩展能力。     

三维标量场并行等值面提取与绘制技术

通过研究并行等值面提取与绘制的各项关键技术要点,面向三维标量场的特点,在sort-last并行绘制模式的基础上提出一个三维标量场并行等值面提取与绘制框架.该框架在任务分配时采用静态分配的模式,在等值面提取时采用Marching Tetrahedra等值面提取算法,在并行绘制与场景合成时采用预先构建绘制节点控制模型的混合场景并行绘制合成算法.实验结果表明,该框架能够有效地提高大规模时变三维标量场的等值面提取与绘制效率,满足实际应用的需要.     

基于概率模型检验的云渲染任务调度定量验证

云渲染技术已被广泛应用于影视和动漫等行业.与传统的渲染农场和租赁市场模式不同，云渲染系统依托云计算基础设施提供多种软件服务进行渲染作业的方式，正逐渐成为新兴的计算模式.由于任务执行和资源操作等作业调度对于用户而言是透明的，这要求云渲染系统应具备智能化以实现计算资源优化调度和多端任务管理，并对系统可靠性提出了更高要求.针对这一问题，提出了采用概率模型检验对云渲染系统任务调度进行定量评估.首先，考虑渲染服务失效等因素引发的随机系统异常和指令错误，如文件损坏和渲染任务超时等，提出了基于离散马尔可夫链（DTMC）的概率模型对云渲染系统的文件准备模块、资源请求模块、渲染任务执行模块进行形式化建模；其次，从服务质量属性角度提出了9类验证性质用于定义云渲染系统的可靠性，采用概率计算树逻辑（PCTL）描述检验性质公式并执行工具PRISM计算和验证渲染系统可靠性；最后，结合案例和实验证明了该方法的可行性和有效性，尤其是对改进前后云渲染系统进行定量检验，可用于指导如何进行失效恢复和任务切换.因此，该方法在一定程度上可提高云渲染系统的可靠性.     

并行分布式体绘制算法的设计

体绘制是一种需要大量计算资源和内存资源的可视化任务，本文提出一种并行分布式体绘制算法，对绘制任务进行适当剖分，使用连网的工作站进行计算，有效地加快了图形绘制速度。     

一种高度并行的多任务并行绘制系统结构

随着计算机图形技术的实用化，需要构造更逼真、更精细的三维复杂场景，其数据规模日益膨胀，加上对场景的实时交互的要求也越来越高，人们对多屏幕高分辨率显示的需求与日俱增，迫切需要一种针对大规模复杂场景的多任务并行图形绘制系统。本文介绍了一种适用于大规模复杂场景的高度并行的多任务多屏幕并行图形绘制系统的体系结构，支持图形任务的并行化处理和多屏幕显示。该系统结构将几何计算任务与图形绘制任务相分离，分剐进行并行化处理，在计算节点按绘制对象类型对任务进行分类以便于并行计算和任务分配，在绘制节点对各个小块屏幕图形进行并行合成。实验测试结果表明，该系统结构对多任务具有较好的并行效率和可扩展性，能够充分利用系统的并行计算资源，达到较好的绘制效果。     

(加急)基于GPU的并行加速渲染算法的研究

目前,GPU渲染技术仍然存在不足之处,在分配渲染任务时,没有充分发挥各个处理器的优势,浪费了性能较好的处理器,影响了渲染速度的提高。针对以上问题,根据武进区邹区现代农业产业园人口疏散地域接收安置动画的项目,在原有GPU渲染架构的基础上提出了一种基于sort-last架构的带反馈的动态负载均衡算法。在分配渲染任务之前,对所有处理器进行性能统计,将时长较长的场景分配给性能较好的处理器,时长短的分配给剩余的处理器,待有处理器完成渲染任务时,将剩余场景时间较长的,分配给第一轮任务先完成的处理器,以此类推。实验结果表明,该方法对解决上述问题具有较好的效果,解决了目前集群渲染存在的不足之处和负载不平衡的问题,最终实现了加速渲染。     

加快光线跟踪计算的网格优化划分

网格是一类重要的光线跟踪加速结构,其结构简单、能快速创建.但是网格划分的尺度对光线跟踪的效率有很大的影响.针对此,提出一种代价预估计算方法.以度量网格划分对光线跟踪计算效率的影响,并由此计算网格优化划分的分辨率,首先根据模型类型和网格使用方式计算几种场景参数,分别预估网格创建、跟踪和空间的开销;然后根据不同应用需求,以相应的预估代价最小来进行网格的优化划分.与已有方法不同,文中方法考虑了场景中面片分布类型对网格划分的影响,提高了度量计算的精度;还综合考虑了网格创建时间、空间需求等因素,以便度量计算能根据绘制任务的不同进行相应的优化处理.该方法能更好地提高绘制效率,特别是能处理动态场景和面片非均匀分布的复杂场景,而这些是已有方法难以处理的.实验结果表明,文中方法的预估网格优化分辨率与实际的最优分辨率很接近,优于已有的类似工作.     

基于EFT遗传算法的分布式图像绘制

在分布式图像绘制中，为提高图像绘制速度，达到图像的实时绘制，缩短任务调度长度，提出了基于最早完成时问(EFT)启发的遗传算法，染色体编码采用问题属性作为基因。实验表明它对于解决异构网络平台下分布式任务调度具有很好的收敛速度，最佳的调度长度和调度方案。应用于分布式图像绘制可以取得良好的实时性和较佳的图像质量。     

一种分布式远程绘制方法

分布式远程绘制系统通过代价计算及代价预测来有选择地传输客户端渲染所需的资源以提高系统的自适应性,为此提出一种分布式远程绘制方法.该方法改进了传统的代价计算和代价预测算法,把视点移动对远程绘制造成的额外代价加入到代价计算中,并给出了代价预测算法.实验结果表明,改进后的算法可以提高远程绘制的质量,可以更加有效地利用网络带宽,并提高了当视点快速移动时远程绘制的流畅性.     

Dynamic load balancing for parallel polygon rendering

Using parallel processing for visualization speeds up computer graphics rendering of complex data sets. A parallel algorithm designed for polygon scan conversion and rendering is presented which supports fast rendering of highly complex data sets using advanced lighting models. Dedicated graphics rendering engines do not necessarily suit such data sets, although they can support real-time update of moderately complex scenes using simple lighting. Advantages to using a software-based approach include the feasibility of adding special rendering features to the program and the capability of integrating a parallel scientific application with a parallel graphics renderer. A new work decomposition strategy presented, called task adaptive, is based on dynamically partitioning the amount of computational work left at a given time. The algorithm uses a heuristic for dynamic task decomposition in which image space tasks are partitioned without requiring interruption of the partitioned processor. A sophisticated memory referencing strategy lets local memory access graphics data during rendering. This permits implementation of the algorithm on a distributed memory multiprocessor. An in-depth analysis of the overhead costs accompanying parallel processing shows where performance is adequate or could be improved