激光等离子体相互作用模拟的并行和加速研究

随着生成超短激光脉冲技术的不断发展,对这种激光脉冲和等离子体相互作用进行动力学描述也变得越来越重要。PIC(particle-in-cell)是一种在等离子体物理中,研究充能粒子在电磁场中运动轨迹的广泛采用的方法。尽管现在已经有一些在GPU上的PIC方法的实现,但是基于激光等离子体相互作用模拟的特点,仍然有很多重要问题可以尝试其他解决思路。提出了一种把初始的基于CPU的LPI模拟代码完整移植到GPU上的可行方法。提出了一系列加速初始的GPU版本的方法:动态冗余算法、混合精度算法、粒子排序算法。利用并且评估了GPUDirect RDMA(remote direct memory access)技术,其可以提高MPI的通信性能。实验结果证明,与初始的GPU版本相比,"Scatter"阶段加速比为6.1倍,当MPI传输数据大于3 KB时,通信过程提速了2.8倍。这些研究证明了针对模拟应用和GPU集群的特点进行特殊的优化能对性能带来显著的提升。     

基于任务同步及节能的实时调度算法*

实时任务在实际应用中通常需要以独占方式访问共享资源, 但是由于资源的独占性导致高优先权任务运行时往往被低优先权任务阻塞, 从而产生优先权反转, 难以满足任务的实时性;同时当前处理器由于较高的能量消耗,导致处理器热量散发提高及系统可靠性降低, 已经成为目前计算机领域较为关心的问题.提出一种基于任务同步及节能的实时调度算法CSSFA,有效地解决了上述难题.CSSFA在满足任务实时可调度性及任务同步的条件下,固定临界区的运行速度,使更多的空闲时间用于非临界区部分,有效地降低了整体系统的能耗;同时也能避免高优先权任务被阻塞、临界区继承高优先权任务的速度时所造成的处理器电压开关的频繁切换, 因而能有效地降低实时任务调度的成本.试验测试表明,CSSFA在调度性能上明显优于目前所知的有效算法.     

高速碰撞仿真计算的优化方法

针对高速碰撞仿真系统中计算量较大的有限元计算部分,建立了并行有限元模型和区域划分原则,利用逐元法(Element by Element,EBE)分析有限元结构和单个有限元的物理量,利用区域划分方法对有限元网格进行划分,并采用中心差分法求解拉格朗日运动方程,用以模拟圆柱形物体高速碰撞刚性墙的过程。分析了多核CPU架构的基本通信原理,提出了1种动态负载均衡策略,能够优化多核架构上高速碰撞过程中有限元计算的运行效率,选用MPICH2和FORTRAN编写了仿真计算程序。经过多次实验,该优化方法将有限元计算程序运行效率平均提高了8.7%以上。     

多种虚拟现实技术的互补实现虚拟场景从宏观到微观的展示

通过3D GIS反应地球经纬度上的地理信息,3dsMax和AutoCAD等软件设计三维场景,Java3D设计复杂的三维几何物体,VRML展示小物体的交互性能;此外对于复杂的场景,为了减少开发周期可采用3D全景技术实现大范围的地理风貌和室内场景的展示。通过各种虚拟现实技术的互补实现虚拟场景从宏观场景到微观场景的全面展示。     

基于曙光并行机的客户／服务器结构的数据开采

一、引言 KDD是指从数据库中发现有价值信息的整个过程,而数据开采(DM)则是指在这个过程中的一个步骤,是针对某一具体问题的算法的实现。除了DM步骤,KDD还包括前处理(数据准备等)和后     

基于曙光1000A的并行查询核心系统的设计与实现

根据曙光１０００Ａ的特点，提出了查询核心系统的设计方案；经过分析比较，选定了数据划分方法，确定了ＳＱＬ子集。在此基础上，研究了物理库设计、并行事务管理、查询优化器的设计和事务的调度方法，旨在为在曙光１０００Ａ上建造并行数据库系统奠定基础。     

基于属性约简的MPI运行时参数优化

目前MPI实现提供上百种可供调整的运行时参数,但默认的运行时参数不能发挥程序应有的性能。为了给应用程序提供接近最优的运行时参数,本文提出基于粗糙集理论中的属性约简建立优化模型。首先通过属性约简方法为不同基准程序产生参数组合值,再根据未知应用程序的程序特征通过所建立的优化模型为其预测参数值。实验表明,该方法可以有效地为未知应用程序预测参数值,并且比使用默认参数程序性能提升约20%。     

数量工程技术在南京长江隧道工程中风险 辨别及事故防范的应用研究

以南京长江隧道工程为背景,提出了基于数量工程技术的风险提示及事故防范方法,即运用数值仿真方法,借助超级计算机的并行计算能力,建立盾构机进出洞,盾构机穿越长江大堤及穿越江中最浅覆土层,两台盾构机同时施工影响,盾构机穿越复合土层等工程关键问题的数量分析模型。基于该模型,对地表沉降过大、盾构机姿态偏移、开挖面失稳等工程风险进行了提示;分析了风险产生的机理、后果;提出了事故防范的措施,评价和验证了防范措施的有效性和合理性。     

基于TCP/IP的入侵检测评测技术研究

入侵检测系统的评测是入侵检测研究的一个重要方面。论文研究TCP/IP协议下如何利用协议的脆弱性按层次生成评测数据,在此基础上提出了分段混合评测的入侵检测评测方法。该方法的主要思想是数据混合和评测分段。相对以往的评测方法,由于数据混合,它的评测数据更丰富、更接近现实环境,而且可以自由添加;由于评测分段,简化了评测的实现,对正常网络的干扰很小,能够生成一些特定网络中无法生成的攻击。     

基于可信推断的流数据序列模式分析算法

序列模式在基因分析、金融预测等方面有着重要的应用，是数据挖掘的一个主要分支,鉴于数据流应用的日益增多。本文在研究传统序列模式挖掘算法的基础上，提出了一种基于可扩展滑动窗口和贝叶斯概率过滤的面向数据流的序列模式挖掘算法（BMSP—DS算法），目的是简化序列模式发现的中间结果，提高挖掘效率．以便在小的存储空间和低的运算时间内快速发现流数据的频繁序列模式，同时算法也减少了因主观支持度取值不当对模式发现造成的负面影响，实验结果表明，该算法是可行、较优的．