季铵盐接枝聚膦腈微球的制备及抗菌活性

细菌感染引起的疾病问题在世界范围内引起广泛的关注。抗生素虽然能有效治疗细菌感染,但是不合理的使用及滥用会导致细菌产生耐药性。因此,解决细菌耐药性问题并研发出安全高效的非抗生素抗菌剂显得尤为迫切。通过在生物可降解型环交联型聚(环三膦腈-共-聚乙烯亚胺)微球(PHP)表面上接枝环氧丙基十二烷基二甲基氯化铵(DDEAC),成功制备了环交联型聚(环三膦腈-共-聚乙烯亚胺)接枝季铵盐微球(PHPD)。采用FTIR、XPS、TG、TEM和FESEM对微球的结构与形貌进行了表征分析,并研究了其抗菌活性和细胞毒性。实验结果表明,改性抗菌微球PHPD(50 μg/mL)对大肠杆菌(E.coli)和金黄色葡萄球菌(S.aureus)的抗菌率均达97.3%。复合材料克服了单独使用季铵盐DDEAC材料的高毒性缺陷,并且在实现高效抗菌的同时也具有很好的细胞相容性。因此,本研究对于开发安全高效的纳米抗菌剂具有一定的指导意义。      

FILiC:一种CUDA上的交互型库函数框架

CUDA是NVIDIA公司推出的GPU编程模型,它为高效利用GPU计算能力提供了强大的支持。但CUDA线程无法直接访问I/O设备、网卡等外围设备,在CUDA线程与外围设备的交互功能方面,目前CUDA的支持十分有限,仅支持非实时的屏幕打印(printf)。因此提出了一种交互型库函数框架FILiC,它通过设备和主机之间的巧妙交互,高效实现了CUDA线程实时的较完整I/O等函数;并且该框架具有很好的可扩展性,CUDA程序员或者编译器开发者可基于该框架按需求开发新的CUDA线程交互功能。     

面向高性能计算的分布式故障定位框架

针对高性能计算系统中故障定位难度高且实时性差的问题,提出了一种基于消息传递的故障定位框架（MPFL）,包括基于树形拓扑的故障检测（TFD）和故障分析（TFA）算法。首先,在并行作业初始化时,将所有参与计算的节点进行逻辑上的树形划分,生成故障定位树（FLT）,并将故障定位任务分布到节点上;然后,当消息库、操作系统等组件检测到节点异常状态时,基于TFD算法分析作业的FLT结构,根据负载平衡、性能开销等因素选择接收异常状态的节点;最后,节点利用TFA算法对接收到的异常状态进行推理得出故障,TFA算法使用基于规则的事件关联,并基于消息传递设计轻量级的主动探测,将两种方式相结合,提高了故障分析的准确性。实验以模拟节点停机故障为定位目标,并以NPB-FT与NPB-IS为基准测试,在集群上对MPFL框架进行了评估。实验结果表明,MPFL框架在故障定位能力与开销节省方面表现突出。     

大面积ReS2微结构的制备及表征

采用化学气相沉积法(Chemical Vapor Deposition,CVD),通过控制生长温度和时间,在氟金云母衬底(KMg₃(AlSi₃O₁₀)F₂)上制备出大面积、高质量的ReS₂层状薄膜、纳米片、纳米花等微结构。利用拉曼显微镜(Raman)、光致发光光谱(PL)、原子力显微镜(AFM)、X射线光电子能谱分析(XPS)、扫描电子显微镜(SEM)及能谱仪(EDS)对所制备的ReS₂结构进行表征。结果显示:ReS₂能够在表面平整且为惰性的氟金云母衬底上实现大面积高质量的面内、外生长;面外生长的ReS₂纳米片和纳米花结构的拉曼光谱相对于层状的ReS₂结构在207cm-1附近的特征峰处存在红移现象,在163cm-1附近的特征峰相对强度不断减弱;ReS₂微结构的PL峰的位置基本无变化,但是峰值强度随面外生长而不断减弱。     

基于聚类分析的进程拓扑映射优化

高性能计算机系统规模的持续增大使通信墙问题越来越突出.逻辑进程与物理拓扑的映射优化方法能够提高应用的通信效率,已经成为高性能计算的研究热点之一.传统的进程映射优化模型由于映射粒度过细,导致映射效率低,且易破坏通信密集的进程簇的整体性.为此,文中提出了一种聚合的二次分配问题(Aggregated Quadratic Assignment Problem,AQAP)模型,并以AQAP模型为指导,提出了一种新颖的基于聚类分析的进程映射优化方法.该方法首先使用谱聚类算法对进程通信模式进行聚类分析,然后采用自适应聚合进程映射策略实现进程簇到物理拓扑的映射,最后使用聚合Pair-Exchange算法对进程簇映射进行进一步优化.文中提出的优化方法首次将谱聚类分析应用于进程映射问题,可以有效减少远距离通信,增强通信的局部性.NPB基准程序及两道实际应用的实验结果表明,文中提出的进程映射优化方法可以使程序获得明显的性能提升,优于现有的基于Pair-Exchange以及基于图划分的进程映射方法.