消息存储器网络接口设计在PCI总线上的实践与性能分析

根据研究结果表明,在网络并行计算系统中,消息传递的内容很少是栈（Sdtack)中的数据,而主要是堆（Heap)中的数据,根据这个定性分析以及定量统计结论,结合存储器技术的进展,在网络并行计算中的网络接口上引入消息存储器,使得网络并行计算中各个结点可以直接访问其他结点的消息存储器,本文给出在这种消息存储器网络接口在PCI总线中的实践,对比了采用完全ASIC设计的通用原始方案与在PCI总线上采用嵌入处理机的方案之间的差异,根据对比结果,得出采用嵌入处理机的方案可以在完成面样功能的情况下,获得更高的计算与通信的重叠性,所以本文修改了原始的MMNI设计方案,把消息队列的管理也交由嵌入处理机完成,最后本文给出一种性能分析的模型,给出了在PCI总线上消息存储器网络接口的具体性能数据。     

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。     

Beowulf并行计算系统的研究与实现

由高档微机或RISC工作站通过高速局域网连接呵成的集群系统的实现，使高性能计算机从研究与应用领域走进普通领域。该文介绍了如何在Linux操作系统下基于分布式存储结构构造一个由普通微机组成的Beowulf并行计算系统的方法。通过编制的并行计算算法对该Beowulf系统进行了并行效率的实际测试，测试结果表明该Beowulf系统具有很高的并行计算效率和并行加速比。     

用于片上网络的网络接口设计

提出一种用于由双通道路由器组成的片上网络系统的网络接口。该网络接口符合AMBA总线协议,能根据IP核的通信请求,自动选取通信方式,向IP核隐藏通信细节,充分利用双通道路由器中控制包通道与数据包通道分离的特点,方便系统编程。使用SMIC0．13gm工艺综合后,该网络接151的面积仅为0．3mm^2。     

串行LonWorks网络接口设计

本文说明了LonWorks网络的技术特点 ,在分析LonWorks网络中的通讯协议和硬件的基础上 ,介绍一种使用普通神经元芯片固件的串行LonWorks接口 ,对其软件和硬件设计进行了详细说明     

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。     

一种基于WCF对等网络的并行计算环境

为了研究基于分布式对象的并行计算,采用微软Windows Communication Foundation中的对等网络技术,设计并实现了一个并行计算环境。以并行求π为例,通过比较并行计算的加速比,证明了本并行计算环境的有效性。     

用于并行计算的PC集群系统构建*

在注射成形模拟研究过程中,涉及材料的牛顿和非牛顿黏性流动模拟和注射成形后期的冷却过程模拟,以及随时间变化各处的压力变化等科学和工程领域经常应用大规模科学计算。随着基于网格的计算和数据处理日益复杂,很多计算一般PC系统无法满足要求,需要超级计算环境。因为不断追求更高的计算精度和日益复杂的对象而扩大计算规模,传统的串行处理方式难以满足这些要求。因此,现代高性能计算的低成本、高效率成为选择并行计算的解决方式。重点阐述如何构建一个用于并行计算的PC集群系统,结合实例阐明MPI的实现方法,以及对PC集群系统进行了性     

基于网络的并行计算系统模型

随着Internet迅速发展,利用网上资源构筑分布式并行计算环境进行中、大粒度任务的分布式并行计算已呈现出重要研究价值。另外,Agent理论的日益成熟及多Agent系统MAS（Multi-Agent System）的出现,为开放式分布系统的开发和应用提供了新的模式。结合移动Agent在并行计算中的任务特性,对网络并行计算进行了抽象的分析和描述,然后给出了一个基于移动Agent计算的任务流模型实例。     

Distributed Parallel Computing Using Navigational Programming

Message Passing (MP) and Distributed Shared Memory (DSM) are the two most common approaches to distributed parallel computing. MP is difficult to use, whereas DSM is not scalable. Performance scalability and ease of programming can be achieved at the same time by using navigational programming (NavP). This approach combines the advantages of MP and DSM, and it balances convenience and flexibility. Similar to MP, NavP suggests to its programmers the principle of pivot-computes and hence is efficient and scalable. Like DSM, NavP supports incremental parallelization and shared variable programming and is therefore easy to use. The implementation and performance analysis of real-world algorithms, namely parallel Jacobi iteration and parallel Cholesky factorization, presented in this paper supports the claim that the NavP approach is better suited for general-purpose parallel distributed programming than either MP or DSM.     

时域有限差分算法的并行实现

随着许多工程领域的计算量在不断加大，就提出了并行计算技术问题。而在目前高性能计算机系统中，最广泛使用的一种标准是MPI，它已成为一种并行程序的标准。MPI的理念就是需要将问题的并行求解算法转化为特定的适合并行计算模型的并行算法。麦克斯韦旋度方程的数值分析有多种方法，但其中的时域有限差分法是一种较好的方法。在用时域有限差分法进行数值计算时，需要进行大量的数据采集与计算。在这里，采用并行的方法给予实现，提高计算速度。     

松散耦合系统上的共享存贮并行计算

介绍工作站网络上并行计算的概念，意义，和计算模型，重点讨论了基于分布式共享存贮器的网络并行计算，提出了作者自己的思想方法和并行程序设计模型。     

基于MPI并行计算的信号稀疏分解

在研究信号稀疏分解理论及其最常用的匹配追踪算法的基础上,针对MP算法存在的计算量过大的问题,提出一种基于并行计算系统实现信号稀疏分解的方法。该方法利用8台微机,采用MPI消息传递机制,以100 M高速以太网作为互联网络,构建了一套Beowulf 并行计算系统,在此系统上通过编制并行程序来实现MP算法。实际测试表明这种方法具有很高的并行计算效率,分解时间从单机75 min左右下降到8机并行11 min左右,大大提高了信号稀疏分解的速度。     

MIMS: Towards a Message Interface Based Memory System

The decades-old synchronous memory bus interface has restricted many innovations in the memory system, which is facing various challenges （or walls） in the era of multi-core and big data. In this paper, we argue that a message- based interface should be adopted to replace the traditional bus-based interface in the memory system. A novel message interface based memory system called MIMS is proposed. The key innovation of MIMS is that processors communicate with the memory system through a universal and flexible message packet interface. Each message packet is allowed to encapsulate multiple memory requests （or commands） and additional semantic information. The memory system is more intelligent and active by equipping with a local buffer scheduler, which is responsible for processing packets, scheduling memory requests, preparing responses, and executing specific commands with the help of semantic information. Under the MIMS framework, many previous innovations on memory architecture as well as new optimization opportunities such as address compression and continuous requests combination can be naturally incorporated. The experimental results on a 16-core cycle-detailed simulation system show that： with accurate granularity message, MIMS can improve system performance by 53.21% and reduce energy delay product （EDP） by 55.90%. Furthermore, it can improve effective bandwidth utilization by 62.42% and reduce memory access latency by 51% on average.     

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。     

Shared Memory vs. Message Passing: The COMOPS Benchmark Experiment

This paper presents the comparison of the COMOPS benchmark performance in MPI and shared memory on four different shared memory platforms: the DEC AlphaServer 8400/300, the SGI Power Challenge, the SGI Origin2000, and the HP-Convex Exemplar SPP1600. The paper also qualitatively analyzes the obtained performance data based on an understanding of the corresponding architecture and the MPI implementations. Some conclusions are made for the inter-processor communication performance on these four shared memory platforms.     

一种对象化并行计算框架

分布式计算、并行计算、内存计算是目前提高计算性能的关键技术和热点研究领域。在大数据环境下,针对数据型统计分析系统性能劣化明显、不能满足用户使用需求的问题,提出了一种轻量级高性能对象化并行计算架构,研制了该架构的对象服务组件、对象管理服务组件和客户端代理组件,并将该架构和组件在国家电网资产质量监督管理系统中进行了验证应用,其效果表明该框架能大幅提升大数据处理效率。     

基于网络的并行计算系统模型

随着Internet迅速发展,利用网上资源构筑分布式并行计算环境进行中、大粒度任务的分布式并行计算已呈现出重要研究价值。另外,Agent理论的日益成熟及多Agent系统MAS(Multi-Agent System)的出现,为开放式分布系统的开发和应用提供了新的模式。结合移动Agent在并行计算中的任务特性,对网络并行计算进行了抽象的分析和描述,然后给出了一个基于移动Agent计算的任务流模型实例。