元计算系统的研究现状与趋势

元计算系统(metasystem)是可以作为虚拟的整体而使用的地理上分散的异构计算资源,这些资源包括通过高速网络连接的异构计算机、数据库、科学仪器、文件和超计算系统等。元计算系统在硬件和软件等方面均有异构特性,适合具有不同内在并行性的复杂应用的执行。现存的绝大多数并行系统都是同构的,不具有这一优势。因此,研究异构的并行系统很有现实意义。国外在元计算系统方面开展了实质性的研究工作,美国的研究领先于其它国家。十年前开始预研,1992年正式提出概念设计,现在元计算已经成长为高性能计算的一个新的研究热点,并有不同设计目标的原型或实验系统产生。而在国内,元计算的研究处于初研阶段,和国外相比还有较大差距,还无可用的系统问世。1 元计算的研究背景和意义     

计算网格中多编程环境的研究与实现

计算网格(也称元计算系统)聚集地理上分散的资源进行大型的分布式高性能计算。PVM和MPI是广泛使用的并行编程环境,它们需要作为并行计算的基本构建而集成到元计算系统中去。论文针对元计算资源的动态性、分布性、性能多变性和结点异构性等特点,实现了一个自适应的、一体化的多编程环境。论文论述了该多编程环境的体系结构,并利用代理技术实现远程编译、发现资源、屏蔽异构和优化调度。     

布告同高性能计算和广域异构资源共享的元计算系统

元计算系统主要用于高性能的计算，实现广域异构网络资源共享，这些资源十分丰富，包括计算机、数据库和昂贵仪器等，随着计算机网络的发展与成熟，元计算正成为网络计算方面的新的研究热点，在国外，元计算的研究已经有相当的基础，提出了概念设计，并开发了一些实验性系统，文章对元计算的研究情况进行了综述，论述了不同元计算系统的设计特点和存在的问题，提出了在国内进行元计算研究应该解决的几个关键问题。     

基于高速网络的广域高性能并行与分布式计算

本文试图说明以下观点：越来越多的高性能应用要求利用地理上分布的、各式各样的计算和数据资源。这些应用希望能够通过高速网络将地理上分布、异构的各种高性能计算机、数据服务器、大型检索存储系统和可视化、虚拟现实系统等连接并集成起来，形成一个网络虚拟计算机（称为元计算机），来实现应用计算问题。这种元计算实质上就是基于高速网络的广域高性能并行与分布式计算。     

异构系统动态负载平衡的扩散算法

动态负载平衡是大规模并行计算中的一个十分重要的研究领域．它的主要方法是将计算负载通过并行计算机节点间的互连网络从负载高的节点移至负载低的节点．以前的学者针对同构系统提出了扩散算法等，对于异构系统研究得很少．该文研究了在异构系统中的扩散算法，在理论上证明了该方法的守恒性与收敛性，提出了一种构造异构系统的扩散矩阵的方法，并在不同规模的二维格栅网结构上进行试验，初步试验表明，该方法能够有效地对异构系统进行负载平衡，对于规模较小的系统收敛速度较快，而对于较大的系统，收敛速度慢一些．     

基于异构多核的CCA并行构件模型

并行构件技术的出现提高了并行软件的开发效率,但现有的并行构件技术缺乏对异构多核平台的支持.为了提高并行构件程序在异构平台上的执行性能,扩展CCA(通用构件体系结构)并行构件模型支持CCA异构并行构件,提出了一种异构的CCA并行构件模型.使用管理者—工人模式调度CCA异构并行构件内的计算任务到异构多核平台上加速执行.在CCA构件工具包的基础上实现了支持扩展CCA并行构件模型的编译系统和运行时框架.在CELL BE和GPU两种异构多核处理器上进行的实验证明了提出的方法比原始的CCA构件程序具有较优的性能.提出的并行构件模型应用在并行程序开发中可以提高并行程序的性能.     

面向高性能计算和广域异构资源共享的元计算系统

元计算系统主要用于高性能计算,实现广域异构网络资源共享。这些资源十分丰富,包括计算机、数据库和昂贵仪器等。随着计算机网络的发展与成熟,元计算正成为网络计算方面的新的研究热点。在国外,元计算的研究已经有相当的基础,提出了概念设计,并开发了一些实验性系统。文章对元计算的研究情况进行了综述,论述了不同元计算系统的设计特点和存在的问题,提出了在国内进行元计算研究应该解决的几个关键问题。     

高性能并行PIM系统中Parcels通信机制研究

基于Processor-in-Memory（PIM）技术的高性能并行系统具有可扩展性、自适应性、鲁棒性和低功耗等特性．借助于Parcels通信机制，并行PIM系统可以实现消息驱动的计算，重叠计算与通信，降低通信系统对细粒度并行应用的影响，可充分利用PIM的内部带宽和应用局部性．文章对并行PIM系统中采用的Parcels通信机制及其特点、Parcels通信模型，以及Parcels的典型应用系统进行了着重介绍，对存在的问题进行了分析并指出了进一步的研究方向．     

面向对象的元计算系统的单一映象空间模型研究

随着计算机网络技术的成熟,基于网络的高性能计算技术正趋向异构节点间的元计算技术方向发展。元计算系统的研究目标是：将地理上分布的、属于不同管理域的、运行不同软件的、异构的计算和存储资源以及昂贵的仪器设备通过高速网络连接起来,形成超级计算能力。支持元计算的、将异构计算节点连接起来、实现系统透明访问的技术,是元系统的研究重点。本文论述了一种基于树型结构的单一映象空间模型－SiSM,它屏蔽构节点的硬件边界,为用户提供统一的编程接口、透明访问的虚拟机器。     

元计算系统的一个可扩展层次型资源管理模型

资源管理是元计算系统中的关键问题，为了支持大规模元计算应用，必须有效地解决资源联合分配问题。提出了一种可扩展层次型资源管理模型，在充分利用已有的批处理调度系统的基础上，通过核心资源管理器与局域资源调度系统的交互，为异构资源提供统一的接口，为解决资源的联合分配问题，提出了基于站点的层次型管理机制，可将应用程序的资源请求分布在相对紧密的资源集合上，不仅减小了元计算应用程序的整体通信开销，而且计算提供了资源预约服务。     

基于代理的网格计算中间件

WADE系统是基于代理技术实现的一个可屏蔽异构和分布性的动态自适应的校园计算网格，提出了基于代理技术在校园网络内实现并行计算的方法，详细论述了基于代理的网格计算中间件的体系结构和主要模块功能，阐述了利用代理实现异构编译、协同计算的过程，给出了代理的Java实现方法，利用软件代理实现网格计算中间件，可以解决异构计算平台下多种并行编程环境的协同计算问题，为用户提供统一的服务接口，这将大大增强系统的可用性。     

WADE系统的多级分布式对象命名体系的设计与实现

WADE是一个基于校园网络的面向对象的元计算系统，通过分布式对象模型实现广域异构资源的一致管理，提出了一种4级对象层次结构支持模型的组织与实现，对象命名代理负责用户与系统的接口，映射用户对象标识符UOID到系统对象标识符SOID，对象通信代理为对象绑定通信地址，建立通信对象标识符COID，对象存储管理器则负责对象的惰性保存，并通过永久对象标识符POID识别惰性对象，WADE采用了双Cache缓冲机制，有利于提高对象的操作与通信性能。     

异构并行编程模型研究与进展

近年来,异构系统硬件飞速发展.为了解决相应的编程和执行效率问题,异构并行编程模型已被广泛使用和研究.从异构并行编程接口与编译/运行时支持系统两个角度总结了异构并行编程模型最新的研究成果,它们为异构架构和上层应用带来的技术挑战提供了相应的解决方案.最后,结合目前的研究现状以及异构系统的发展,提出了异构并行编程模型的未来方向.     

Middleware infrastructure for parallel and distributed programming models in heterogeneous systems

We introduce a middleware infrastructure that provides software services for developing and deploying high-performance parallel programming models and distributed applications on clusters and networked heterogeneous systems. This middleware infrastructure utilizes distributed agents residing on the participating machines and communicating with one another to perform the required functions. An intensive study of the parallel programming models in Java has helped identify the common requirements for a runtime support environment, which we used to define the middleware functionality. A Java-based prototype, based on this architecture, has been developed along with a Java object-passing interface (JOPI) class library. Since this system is written completely in Java, it is portable and allows executing programs in parallel across multiple heterogeneous platforms. With the middleware infrastructure, users need not deal with the mechanisms of deploying and loading user classes on the heterogeneous system. Moreover, details of scheduling, controlling, monitoring, and executing user jobs are hidden, while the management of system resources is made transparent to the user. Such uniform services are essential for facilitating the development and deployment of scalable high-performance Java applications on clusters and heterogeneous systems. An initial deployment of a parallel Java programming model over a heterogeneous, distributed system shows good performance results. In addition, a framework for the agents' startup mechanism and organization is introduced to provide scalable deployment and communication among the agents.     

Distributed loop‐scheduling schemes for heterogeneous computer systems

Distributed computing systems are a viable and less expensive alternative to parallel computers. However, a serious difficulty in concurrent programming of a distributed system is how to deal with scheduling and load balancing of such a system which may consist of heterogeneous computers. Some distributed scheduling schemes suitable for parallel loops with independent iterations on heterogeneous computer clusters have been designed in the past. In this work we study self‐scheduling schemes for parallel loops with independent iterations which have been applied to multiprocessor systems in the past. We extend one important scheme of this type to a distributed version suitable for heterogeneous distributed systems. We implement our new scheme on a network of computers and make performance comparisons with other existing schemes. Copyright © 2005 John Wiley & Sons, Ltd.     

元计算环境中任务调度的深入分析

文章主要对元计算环境中任务调度进行了深入分析与研究。先概述了元计算系统对于科学领域的贡献,分析了元计算环境的特点;然后对元计算环境中的调度算法进行了分类说明,并对几种典型的调度算法行了具体的分析,评价了其特点与不足之处;最后分析了新兴的元计算环境—校园级元计算环境面临的挑战,借鉴各种调度算法,提出了与之相适应的任务调度策略,对其可行性进行了分析,并简要概括了其创新性。     

Integrating Computing Resources on Multiple Grid-Enabled Job Scheduling Systems Through a Grid RPC System

We present a framework for a parallel programming model by remote procedure calls, which bridge large-scale computing resource pools managed by multiple Grid-enabled job scheduling systems. With this system, the user can exploit not only remote servers and clusters, but also the computing resources provided by Grid-enabled job scheduling systems located on different sites. This framework requires a Grid remote procedure call (RPC) system to decouple the computation in a remote node from the Grid RPC mechanism and uses document-based communication rather than connection-based communication. We implemented the proposed framework as an extension of the OmniRPC system, which is a Grid RPC system for parallel programming. We designed a general interface to easily adapt the OmniRPC system to various Grid-enabled job scheduling systems, including XtremWeb, CyberGRIP, Condor and Grid Engine. We show the preliminary performance of these implementations using a phylogenetic application. We found that the proposed system can achieve approximately the same performance as OmniRPC and can handle interruptions in worker programs on remote nodes. Yoshihiro Nakajima is a Research Fellow of the Japan Society for the Promotion of Science     

Collaborative Metacomputing with IceT

The IceT metacomputing system is based on the principles of collaborative resource sharing, lightweight software frameworks, and efficient execution in heterogeneous environments. In this project, the traditional model for distributed computing environments has been extended to facilitate the controlled and secure exchange of hardware and software resources, and to support programming paradigms that achieve a balance between portability and efficiency. The current IceT system is Java-based, and presents a framework within which non-persistent collections of resources, users, and processes may interact to accomplish distributed problem solving. This paper describes the architecture and design principles of IceT, its operational model and support for the execution of distributed applications, and orthogonal subsystems that were developed to support the concept of cooperative metacomputing.