YLT:一个基于大规模并行计算机的并行文件系统

并行文件系统是提高大规模并行计算机I／O速度的有效途径之一，但构造一个并行文件系统往往是件复杂的工作。文中对并行文件的概念、结构作了深入的探讨，提出了在传统文件系统基础上构造并行文件系统的简单而有效的方法，并介绍了YLT并行文件系统的实现策略，最后在理论上对YLT的性能作出了评估。     

典型商用并行文件系统分析

并行文件系统是高性能并行计算机的重要组成部分。本文分析了几种典型的商用并行文件系统，包括Intel的PFS．IBM的PIOFS和GPFS，SGI的XFS和CXFS等，详细比较了它们在提高并行性、维护数据一致性以及提供Unix兼容接口等备方面的技术特点，以对设计和实现高效的并行文件系统提供参考。     

并行文件系统管理工具的设计与实现

通过对常用并行文件系统体系结构的分析，提出了一种适用于某一大类并行文件系统的管理框架。以该管理框架为基础，实现了PVFS并行文件系统的管理工具，并为用户提供了单一映像的管理控制台。功能测试结果表明，该管理工具的引入降低了并行文件系统管理的复杂性。     

PVFS客户端目录缓存设计与实现

缓存技术是提高并行文件系统性能的关键性技术。在并行文件系统中实现客户端目录缓存，不仅可以减轻目录服务器的压力，避免目录服务器成为系统瓶颈，而且可以简化客户端操作过程，提高并行文件系统的性能。该文对PVFS并行文件系统进行了分析，建立了客户端目录缓存模型；就客户端目录缓存实现的一些关键性问题，如缓存池开辟位置、一致性等问题进行了研究，给出了解决方法，并在此基础上实现了一个客户端目录缓存的原型系统。测试结果表明，加入缓存后，PVFS系统性能有所提高。     

并行文件系统中Disk Cache一致性协议及其性能分析

本文在并行文件系统中引入ｄｉｓｋｃａｃｈｅ多复本技术，从而为并行计算机提供高性能的文件系统．对于ｄｉｓｋｃａｃｈｅ多复本间数据一致性维护，本文提出了“主从式”和“对称式”两类方法，并从其应用的通用性角度，基于等概率模型，对各类方法以及ｄｉｓｋｃａｃｈｅ单复本系统进行了性能分析和比较．     

高性能集群文件系统的研究

集群系统提供了强大的批处理和并行计算的能力，具有高性能、高可扩展性、高吞吐量和易用性等特点，但是I／O性能和处理器性能的不匹配使得I／O成为许多应用的瓶颈，特别是处理大量数据的应用就更是如此。针对集群系统当前的现状，克服该瓶颈的常用方法就是采用一种并行虚拟文件系统（PVFS）技术。随着Linux群集系统性能的持续提高，高速并行文件已成为并行计算的一个必备部分。并行虚拟文件系统（PVFS）为高性能计算（HPC）群集和大型I／O密集并行应用提供了这样一个文件系统。首先介绍了PVFS的结构；然后研究了PVFS的存取和管理机制；最后分析，PVFS的工作原理。     

并行文件系统I/O特征

并行文件系统是并行计算系统的存储子系统,I/O性能是并行计算系统研究的重要方面.本文分析了并行文件系统I/O研究的难点,研究了并行文件系统的I/O特征和关键技术,指出了并行文件系统I/O性能研究未来的研究方向,为并行计算系统的设计和优化提供重要参考.     

并行文件系统研究综述

对于运行在机群上的一类I/O密集型应用,I/O成为整个系统的瓶颈,并行文件系统是解决I/O瓶颈问题的重要方法.但如何实现高性价比且高可用的并行文件系统,目前还没有一个成形完整的解决方案.本文阐述了并行文件系统的功能和模型,对现存的并行文件系统从三个不同的角度进行了分类,详细分析了设计并行文件系统的5个关键技术,分析评价了具有代表性的并行文件系统优缺点,最后讨论了进一步的研究工作.     

并行文件系统中高效遥感数据分布技术之研究

本文简要回顾了并行文件系统领域方面的研究,介绍了一种高效的基于大数据量遥感信息的并行文件系统PIPFS(ParallelRemoteSensingImageProcessingFileSystem)中的数据分布机制和元数据格式,说明了该并行文件系统设计中数据分布的主要特点,并对系统特有的数据分布方式和元数据格式进行了详细说明,进行了相关数据测试,用以说明该并行文件系统利用数据分布策略来提高效率的独特特点。     

并行文件系统的关键技术与框架设计

论述并行文件系统的工作负载特征——基于空间和时间的文件访问模式，并对非连续数据访问技术进行比较研究；给出并行文件系统设计的原则与目标，最后提出并行文件系统的框架。     

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。     

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。     

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.     

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。