首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 102 毫秒
1.
集群系统中BSP模型上的并行FFT设计   总被引:1,自引:2,他引:1  
在并行计算模型中,BSP模型由于具有编程简单、独立于体系结构和执行性能可预测等特点而在总体上优于其它模型。NOWs正成为并行计算领域的一个新的发展热点,以太网构成的微机集群系统是NOWs的一种重要实现形式。文中研究了集群系统中BSP模型上的并行算法设计,以FFT算法为例,进行了设计和分析,并给出了测试结果。  相似文献   

2.
并行计算模型在集群环境下的适应性   总被引:1,自引:0,他引:1  
分析了并行计算机模型和集群系统的特点,研究了BSP并行计算模型在集群环境下的适应性,指出通过合理地设计并行算法,某些算法在集群环境下可以获得近似线性的加速比,并用常用的线性规划标准形改进单纯型求最优解,在集群系统上的并行算法验证了该结论。  相似文献   

3.
在对标准微粒群算法分析的基础上,将它与BSP并行计算模型相结合,设计并实现了一种基于BSP并行计算模型的并行微粒群算法.这种基于BSP并行计算模型的并行微粒群算法改变了标准微粒群算法的结构,提高了算法求解效率.实验结果表明,该并行算法的性能比标准微粒群算法有了很大的提高.  相似文献   

4.
近年来异构并行计算在高性能科学计算和通用应用领域受到广泛研究。本文结合多种代表性并行计算模型,给出异构环境中的HBSP模型和程序开销计算方法。采用基于消息长度的线性模型使通信开销的计算更精确,解除原有BSP模型对h-rela-tion的限制,使程序和算法在异构环境中的设计更加灵活。当构成BSP计算机的各处理机速度相同且原有BSP算法达到最优(即各处理机上所分配的计算量与通信量完全均衡)时,HBSP模型等同于原有模型。  相似文献   

5.
基于阶段并行模型的算法设计研究   总被引:1,自引:0,他引:1  
NOWs正成为并行计算领域的一个新的发展热点,以太网构成的微机集群系统是NOWs的一种重要实现形式。阶段并行模型是BSP模型的改进,它更接近于表述实际的机器行为,同时具有编程简单、独立于体系结构和执行性能可预测等特点。文章研究了群集系统中阶段并行模型上的并行算法设计,以FFT算法为例,进行了设计和分析,并给出了测试结果。  相似文献   

6.
张尉东  崔唱 《软件学报》2019,30(12):3622-3636
提出一种并行计算模型——多步前进同步并行(delta-stepping synchronous parallel,简称DSP)模型和一种形式化表示方法.针对大同步并行(bulk synchronous parallel,简称BSP)模型同步次数多、收敛速度慢的特点,该模型能够有效地减少同步次数和通信开销,进而加速算法的收敛.通过形式化表示和迭代过程推导,发现DSP是一种比BSP更一般的并行计算模型.在BSP的基础上,DSP将BSP中执行1次的局部计算变为执行多次.理论分析和验证实验表明,新增加的局部计算步可以进一步挖掘和利用隐藏在数据分区中的局部性.同时,通过“计算换通信”原理增加的局部计算并非越多越好.最后的实验结果显示,DSP模型能够有效地效减少算法的迭代轮数及收敛时间,对BSP的加速可高达到数倍乃至数十倍.  相似文献   

7.
若干并行计算模型上的N体问题求解算法   总被引:1,自引:0,他引:1  
从在实际中广泛应用的N体问题入手,研究如何在几种实际的并行计算模型(PRAM、APRAM、BSP、LogP、NHBL)上设计具体的并行算法;给出了这些模型上的并行算法的设计模式,分析不同模型上算法的性能,比较各个模型上算法设计风格以及算法性能的差异,并对这些并行计算模型做一个综合的评价。  相似文献   

8.
刘扬  朱明 《计算机系统应用》2014,23(11):169-174
在海量数据检索应用中,基于哈希算法的最近邻搜索算法有着很高的计算和内存效率。而半监督哈希算法,结合了无监督哈希算法的正规化信息以及监督算法跨越语义鸿沟的优点,从而取得了良好的结果。但其线下的哈希函数训练过程则非常之缓慢,要对全部数据集进行复杂的训练过程。 HAMA是在Hadoop平台基础上,按照分布式计算BSP模型构建的并行计算框架。本文尝试在HAMA框架基础上,将半监督哈希算法的训练过程中的调整相关矩阵计算过程分解为无监督的相关矩阵部分与监督性的调整部分,分别进行并行计算处理。这使得使得其可以水平扩展在较大规模的商业计算集群上,使得其可以应用于实际应用。实验表明,这种分布式算法,有效提高算法的性能,并且可以进一步应用在大规模的计算集群上。  相似文献   

9.
本文针对集群计算机系统实现的关键技术,重点分析了基于以太网的网络传输速率和操作系统实时性实现的特征,实现了国内首个基于动态任务分配表机制的多源信息处理的实时集群计算机系统应用平台;介绍了将该平台应用于测控系统的成功范例;证明了该系统的有效性。  相似文献   

10.
实时集群系统设计与性能分析   总被引:4,自引:0,他引:4       下载免费PDF全文
设计和构建了一个高可用性冗余实时集群系统,讨论了系统并行计算的实现和冗余机组调度策略,建立了系统的M/M/N排队论模型,并依据此模型对系统进行了性能分析。经测试证明,系统具有较高的可用性和实时性,可作为周期性高强度多源浮点信息处理平台,用于军事指挥控制等实时性要求较高的领域。  相似文献   

11.
大数据计算中存在流计算、内存计算、批计算和图计算等不同模式,各种计算模式有不同的访存、通信和资源利用等特征。GPU异构集群在大数据分析处理中得到广泛应用,然而缺少研究GPU异构集群在大数据分析中的计算模型。多核CPU与GPU协同计算时不仅增加了计算资源的密度,而且提高节点间和节点内的通信复杂度。为了从理论上研究GPU与多核CPU协同计算问题,面向多种计算模式建立一个多阶段的协同计算模型(p-DCOT)。p-DCOT以BSP大同步并行模型为核心,将协同计算过程分成数据层、计算层和通信层三个层次,并且延用DOT模型的矩阵来形式化描述计算和通信行为。通过扩展p-DOT模型描述节点内和节点间的协同计算行为,细化了负载均衡的参数并证明时间成本函数,最后用典型计算作业验证模型及参数分析的有效性。该协同计算模型可成为揭示大数据分析处理中协同计算行为的工具。  相似文献   

12.
分析现有云计算模型所存在的问题,即实时性、隐私保护、能耗等方面的问题。然后探讨边缘计算模型的概念以及其相对于云计算模型的优势,提出新型数据处理系统的系统架构,设计实现数据处理系统的运行及调度策略,结合具体实例,验证所实现的功能。最后,对基于边缘计算的新型数据处理系统的应用前景及改进方向进行讨论。  相似文献   

13.
集群体系下的大规模并行计算,是高性能计算的基础。遥感图像处理效率的提高,有赖于并行计算技术的应用。在分析已有网格计算环境下分布式任务分配方法的基础上,针对海上遥感图像目标物数量相对较少的特点,首先利用四叉树结构理念对目标区域进行划分,同时采用动态负载均衡的任务分配策略与并行计算思想,提出对目标区域图像进行融合处理的集群体系任务分配算法处理模型。通过对比验证,表明该集群体系下算法模型能有效地提高图像融合的速度。  相似文献   

14.
赵永彬  陈硕  刘明  王佳楠  贲驰 《计算机应用》2017,37(10):3029-3033
为满足对电网实时运营状态分析过程中对用户实时用电量数据等大规模实时数据进行实时分析处理的需求,实现对电网运营决策提供快速准确的数据分析支持,提出一种流计算与内存计算相结合的大规模数据分析处理的系统架构。将经过时间窗划分的用户实时用电量数据进行离散傅里叶变换(DFT),实现对异常用电行为评价指标的构建;将基于抽样统计分析构造出的用户用电行为特征,采用K-Means聚类算法实现对用户用电行为类别的划分。从实际业务系统中抽取实验数据,验证了提出的异常用电行为和用户用电分析评价指标的准确性。同时,在实验数据集上与传统的数据处理策略进行对比,实验结果表明流计算与内存计算相结合的系统架构在大规模数据分析处理方面更具优势。  相似文献   

15.
高可用性冗余实时集群系统的设计与构建   总被引:4,自引:0,他引:4  
白欣  宋博  左继章  向建军 《计算机工程》2004,30(2):25-27,35
根据实时集群系统的高可用性和实时性要求,考虑集群系统的网络拓扑结构和网络传输性能对系统实时性能的影响,文章设计和构建了一个高可用性冗余实时集群系统,对系统的网络拓扑结构设计进行了阐述,估算了网络的数据传输性能,并讨论了系统并行计算的实现和冗余机组调度策略。经实际测试证明,系统具有较高的可用性和实时性,可作为周期性、高强度、多源浮点信息处理平台。  相似文献   

16.
一种异步BSP模型及其程序优化技术   总被引:2,自引:0,他引:2  
基于BSP模型,该文提出了异步计算模型(CSA-BSP)。该模型更准确地描述了并行机的性能参数,引导用户编写高效率的并行程序,在CSA-BSP模型下,两个进程异步执行的位置至多相差p-1个超步;基于程序的执行时间,作者分析了BSP、A-BSP和CSA-BSP程序的效率,得出CSA-BSP程序的效率是最高的,在曙光并行机上,用“红黑格法”和“矩阵乘法”进行了验证,和BSP模型相比,这两个CSA-BSP程序的效率分别提高20%和37%;同时,其进程执行时间和最大可以降低8%,因此,按照CSA-BSP模型编程对于提高程序效率和改善系统的吞吐率,都有良好的效果。  相似文献   

17.
Cluster计算,中文名称为集群计算。它可以被认为是这样一种技术:它把许多系统连接到一起,使多台服务器像一台机器一样进行计算工作。采用cluster计算,通常是为了提高系统稳定性的同时,提高系统对大数据的实时处理能力。在cluster计算中,服务器群在网络中表现为单一的系统,并以这种模式加以管理。对于并行计算和集群计算,现已提出的各种计算模型,大多针对的是并行计算与它的共性,而非特性。而如果需要针对这些特性,就需要用一种更加准确的模型加以描述。将介绍基于集群的一些计算模型,并提出新的cluster计算模型的一个可能的方案。  相似文献   

18.
大数据下的典型机器学习平台综述   总被引:1,自引:0,他引:1  
焦嘉烽  李云 《计算机应用》2017,37(11):3039-3047
由于大数据海量、复杂多样、变化快,传统的机器学习平台已不再适用,因此,设计一个高效的、通用的大数据机器学习平台成为目前的研究热点。通过介绍和分析机器学习算法的特点以及大规模机器学习的数据和模型并行化,引出常见的并行计算模型。简单介绍了整体同步并行模型(BSP)、SSP并行计算模型以及BSP、SSP模型与AP模型的区别,主要介绍了基于这些并行模型的典型的机器学习平台和这些平台的优缺点,并指出各个平台最适合处理何种大数据问题。最后从采用的抽象数据结构、并行计算模型、容错机制等方面对典型的机器学习平台进行了总结,并提出一些建议和展望。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号