一种基于PVM的矩阵相乘并行算法

研究了一种运行于PVM并行计算平台的矩阵相乘的并行算法。在工作站数量不为某个数的平方数时，Cannon算法在PVM环境下不能充分地利用机群系统中的资源。根据PVM并行编程环境中任务间通信的特点，文中设计了一种基于PVM的矩阵相乘并行算法，该算法根据工作站数量来确定子任务的数量，并对矩阵A进行分块，每个子任务可以计算一个分块。实验表明，该算法提高了机群并行环境中资源的利用率，提高了程序的运行效率。     

基于PVM的并行遗传优化研究

简要介绍了遗传算法及并行遗传算法,PVM编程环境和并行程序模式。针对任务调度与分配,在数据规模比较小的情况下,采用并行计算效果反而比较差这一问题,采用另一种任务分配方式。通过实验证明,程序运行时间有了明显提高。     

基于曙光-2000上的两种并行消息传递模型

当前最流行的网络并行计算消息传递模型是PVM和MPI，通常使用者认为PVM和MPI仅是代表了解决相同问题的不同解答方案。而该文结合曙光－2000（分布式大规模并行计算机系统）所用的消息传递型编程模型，从PVM和MPI的设计目标，起源，规范、动态进程，非阻塞操作等几个方面来说明这两种程序设计方法有许多明显区别点，通常用来解决不同的问题。     

基于PVM的并行程序开发环境研究

开发并行程序要比开发单机串行程序更难.PVM开发环境是应用比较广的环境之一,适合于开发粗粒度的工程科学计算并行程序,而这些工程计算问题一般是一些数值计算问题的集合.编写这些数值计算并行程序有一定的难度和复杂度,并且现在没有很好支持开发PVM并行程序的成熟开发环境.针对这个问题,构造一个基于PVM的并行程序开发环境.开发环境包括一个并行算法库和一个嵌入到Visual Studio的可视化程序开发插件.通过开发平台进行并行程序开发将更加简单、高效.     

基于PVM的C++对象分布并行机制的初步研究

对象具有内在的并行性.将面向对象程序设计与分布并行处理相结合,可产生既具有面向对象特征,又充分利用资源,还可缩短作业运行时间的对象分布并行系统.提出了一种基于PVM(parallelvirtualmachine)的C++对象的分布并行机制.该机制以协议和pvmlib作了向后兼容扩充的PVM系统为对象分布并行支撑;用预处理器将用户作业的并行类分离,并派遣到(PVM)系统中的目标机进行异地编译、加载执行;通过把并行类映射为PVM任务,请求对象消息映射为请求PVM任务消息来实现并行类对象的分布并行.实验结果表明,此对象分布并行机制(当问题规模达到一定程度时)可提高系统资源利用率和程序运行效率,并能简化PVM应用编程.     

基于PVM的并行程序开发环境研究

开发并行程序要比开发单机串行程序更难。PVM开发环境是应用比较广的环境之一,适合于开发粗粒度的工程科学计算并行程序,而这些工程计算问题一般是一些数值计算问题的集合。编写这些数值计算并行程序有一定的难度和复杂度,并且现在没有很好支持开发PVM并行程序的成熟开发环境。针对这个问题,构造一个基于PVM的并行程序开发环境。开发环境包括一个并行算法库和一个嵌入到Visual Studio的可视化程序开发插件。通过开发平台进行并行程序开发将更加简单、高效。     

MPI并行编程环境的研究

以RISC工作站或高档微机通过LAN连接的机群系统已经成为并行计算的主流技术，研究适应机群系统的并行编程环境自然重要起来。在众多的并行编程环境中，应用较为广泛的有消息传递接口(MPI)标准和并行虚拟机(PVM)环境。本文重点分析了MPI编程环境，并出给了MPI并行程序设计的基本方法。     

Windows下PVM的配置与编程实践

PVM是一个综合的软件工具与库的集合,它是仿效基于互联的各种体系结构的计算机一个多用途的、灵活的、异构并发计算框架.在Windows系统中PVM的安装、配置工作比较繁琐,且易出错.本文旨在介绍PVM在Windows下的安装配置过程,并编写了Jacobi同步并行迭代法的程序,从而进一步了解PVM的编程机制.     

基于Windows XP的PVM的实现

对PVM的概念、组成进行了简要的介绍，通过对PVM的分析重点讨论了其在Windows XP下的安装和配置命令，分析了PVM配置故障产生的原因，成功建立了PVM的并行环境，并在此基础上对并行环境下编写程序的两种不同方法进行了详细描述。     

Linux环境下构架基于PVM的并行机群

详细地介绍了在Linux环境下如何构架基于PVM的工作站机群．给出了具体的步骤和基本配置过程。最后采用并行求和算法在4节点机群上采用Master／Slave编程模型进行实验测试。测试结果表明,该机群并行计算环境运行正常、稳定,数据规模越大．并行效率越高。当数据规模达到10^9数量级时,其并行效率达到100％。     

并行处理技术概况

本文对并行计算机的体系结构及软件系统作综合性论述，并介绍了并行处理技术的发展趋势及若干关键问题。     

并行调试中的若干关键问题

1.引言程序的调试技术对于计算来说是很重要的,因为抛开性能不谈,程序的正确性是编程者追求的最终目标。然而随着科学的发展,需要解决的问题的规模越来越大,传统的串行计算模式已经难以满足需要,于是并行计算模式被提出。那么调试这一必需的功能也要被放到并行计算环境中重新考虑,从而提出了并行调试的概念。     

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.     

国内并联机器人研究现状及未来进展

根据大量国内并联机器人文献,介绍了国内并联机器人的机构学、运动学、动力学、控制策略以及仿真等方面的主要研究成果,并阐述了我国并联机器人未来发展的方向以及尚待解决的问题。     

Trellis: Portability across architectures with a high-level framework

The increasing computational needs of parallel applications inevitably require portability across parallel architectures, which now include heterogeneous processing resources, such as CPUs and GPUs, and multiple SIMD/SIMT widths. However, the lack of a common parallel programming paradigm that provides predictable, near-optimal performance on each resource leads to the use of low-level frameworks with architecture-specific optimizations, which in turn cause the code base to diverge and makes porting difficult. Our experiences with parallel applications and frameworks lead us to the conclusion that achieving performance portability requires a common set of high-level directives and efficient mapping onto each architecture.     

串行程序在大粒度级的并行分解及可并行执行包的形成

本文提出了针对由划分阶段所形成的任务图［７］进行优化、合并的技术及相应的算法，用于在并行与通信开销间进行折衷，以使分解出的并行成份有尽可能高的执行效率。本文还给出了根据综合后的任务图形成可并行执行包，并在其中自动插入通信原语的方法。     

基于并行打印适配器实现的双机通信

本文介绍了并行打印适配器在两台PC机之间实现双机通信中的应用。给出了一种线路连接图，和发送接收程序，并指出了进一步的工作方向。     

A collective I/O implementation based on inspector–executor paradigm

In this paper, we present a novel multiple phase I/O collective technique for generic block-cyclic distributions. The I/O technique is divided into two stages: inspector and executor. During the inspector stage, the communication pattern is computed and the required datatypes are automatically generated. This information is used during the executor stage in performing the communication and file accesses. The two stages are decoupled, so that for repetitive file access patterns, the computations from the inspector stage can be performed once and reused several times by the executor. This strategy allows to amortize the inspector cost over several I/O operations. In this paper, we evaluate the performance of multiple phase I/O collective technique and we compare it with other state of the art approaches. Experimental results show that for small access granularities, our method outperforms in the large majority of cases other parallel I/O optimizations techniques.

Parallel Algorithm Oriented Mesh Database

In this paper, we present a new point of view for efficiently managing general parallel mesh representations. Taking as a slarting point the Algorithm Oriented Mesh Database (AOMD) of [1] we extend the concepts to a parallel mesh representation. The important aspects of parallel adaptivity and dynamic load balancing are discussed. We finally show how AOMD can be effectively interfaced with mesh adaptive partial differential equation solvers. Results of the calculation of an elasticity problem and of a transient fluid dynamics problem involving thousands of mesh refinements, and load balancings are finally presented. ID="A1" Correspondence and offprint requests to: J. Remacle, Scientific Computation Research Center, Rensselaer Polytechnic Institute, 110 8th Street, Troy, NY 12180, USA. E-mail: remacle@scorec.rpi.edu     

并行数据库系统的体系结构

一、引言 进入九十年代以来,越来越多的应用表明,传统的大型计算机系统缺乏支持高性能联机事务处理和复杂查询操作的能力。当今数据库规模的急剧澎胀、数据库工作负载的日益加重,以及新的应用领域的不断出现和成熟,已使传统的大型计算机达到了性能的极限。例如,美国国家专利局的信息数据库的信息量高达25太字节(1980年)[1],即使使用目前最快的大型机,按每秒处理100兆字节的处理速度,要把这个数据库全部检索一遍,也要花费100小时。设计支持海量数据和满足实时要求的高性能的数据库系,统已经成为数据库研究领域所面临的一项严峻挑战。