排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
异构系统动态负载平衡的扩散算法 总被引:3,自引:0,他引:3
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. 相似文献
2.
广义共轭余差法是一种用于求解非对称线性方程组的有效算法。为减少算法中的全局通信,首创性地提出了“通信避免的广义共轭余差法”,避免了迭代过程中的全局通信,使算法中的全局通信总次数降低了一个数量级,同时减少了约50%的计算量(计算量的具体减少比例与计算规模相关)。大规模测试中(最大16?384进程),新算法最高达到了原算法3倍的运算速率。进一步分析表明,新算法在各种并行规模下的运算速率和可扩展性都优于原算法。在较小并行规模下,新算法的优势主要来源于计算量的减少。在较大并行规模下,新算法的优势主要来源于全局通信量的减少。 相似文献
3.
异构系统中负载平衡扩散算法的加速方法 总被引:2,自引:0,他引:2
目前,很多单位与组织都有连接着数百台工作站和微机的局域网,并将它们作为一个机群系统使用.在这样的异构系统上动态负载平衡是提高性能的一个重要方法.扩散方法是同构系统的动态负载平衡算法.将散算法扩展到异构系统中,对异构系统中速度不同的处理机的位置与扩散收敛速度的关系进行了研究,提出了加速扩散算法的收敛速度的优化方法.初步实验证明,该方法能通过合理安排处理机,加快扩散算法的速度. 相似文献
4.
5.
GRAPES是中国气象局自主研发的一个全球/区域分析预报系统。其模式计算方程组经过离散化之后,积分求解过程最终归结为对一个椭圆方程或Helmholtz(赫姆霍兹)方程的求解,这个求解是整个动力框架计算的核心。在目前GRAPES全球模式的准业务计算中,对于分辨率为0.5o的系统,Helmholtz方程的求解时间占到了整个模式计算时间的三分之一强。而且随着未来高分辨率模式的进一步加细,以及模式计算精度的提高,方程求解计算总量更是呈指数式增长。为此,本文分析了GRAPES模式中求解Helmholtz方程所采用的广义共轭余差法(GCR),并对比给出了利用PETSC函数库中提供的GMRES方法求解Helmholtz方程的一些初步测试结果。结果表明,采用高精度的GMRES方法可以减少模式预报偏差,改善模式预报准确度,在大规模并行计算时具有更好的可扩展性能。 相似文献
6.
新一代数值预报模式GRAPES的并行计算方案设计与实现 总被引:3,自引:0,他引:3
GRAPES(global and regional assimilation and prediction system)是由中国气象科学研究院灾害天气国家重点实验室自主研究开发的中国新一代数值天气预报系统,其目标是科研/业务通用.为了实现这一目标,结合高性能计算机的体系结构设计并实现模式的并行计算是必不可少的.作为核心开发技术之一,GRAPES系统设计并实现了模式的并行计算方案,包括中尺度有限区模式的并行计算和全球模式并行计算.GRAPES模式并行计算版本在IBM-Clusterl600上的测试表明,GRAPES模式的并行计算程序正确、稳定、有效,为其业务化之路奠定了基础,同时也为系统未来的可持续开发、优化创造了条件. 相似文献
1