基于LAM/MPI的并行计算方法

介绍了并行计算的设计标准之一MPI,并深入研究了MPI的一个实现版本LAM,研究LAM的目的是为了在VLSI设计中运用LAM来加快矩阵的运算速度.LAM/MPI是对MPI标准的一个高质量的运用和实现,提供了在不同平台上的高性能运行.     

MPI并行程序设计的负载平衡实现方法

MPI是目前集群系统中最重要的并行编程工具,它采用消息传递的方式实现并行程序间通信。在MPI并行程序设计中实现负载平衡有着重要的意义,可以减少运行时间,提高MPI并行程序的性能。负载平衡又可分为静态负载平衡和动态负载平衡,对于静态负载平衡,提出了一种分配任务的算法,可有效地按照节点的计算能力,在节点间分配任务;对于动态负载平衡,提出了一种在MPI并行程序中实现的方法,可有效地根据节点的负载情况,在节点间迁移任务。     

基于Linux的MPI并行环境的配置

并行处理是一项重要的技术,简要介绍MPI的定义,详尽描述了在Linux环境下如何安装和配置MPI,搭建并行程序实现的软件平台,以达到多机并行计算,或者单机多进程模拟多机并行计算.     

基于MPI并行程序的容错系统设计

为了确保并行程序能够在并行环境下准确地运行,须提高系统的可靠性,将容错技术应用到并行计算中。该文针对MPI并行程序提出一种容错系统的设计方法,采用检查点/卷回恢复技术、并添加故障检测功能,能够有效地处理节点失效故障和进程失效故障,在一定范围内实现容错,为MPI环境下进行大规模计算提供一个可使用的应用模型。     

基于MPI并行开发平台的并行库研究

本文介绍了支持网络并行计算的并行开发平台ＭＰＩ，并讨论了ＭＰＩ在其支撑技术一消息传递上所估的改进与补充，表明ＭＰＩ支持面向平观网络并计计算的并行库的开发，文章最后介绍了作者以ＭＰＩ为开发平台研制并行库的工作。     

基于PC集群的MPI并行环境的搭建

集群是充分利用计算资源的一个重要概念,PC集群是最易构建的分布式并行计算环境。MPI是应用最广的并行程序设计平台。本文通过实例阐述PC集群及PC集群上的MPI并行计算环境的搭建。     

基于线程的MPI通信加速器技术研究

为了针对多核系统构建更高效的MPI支撑环境,文中提出了一种基于线程的MPI加速器,称作MPIActor.MPIActor是一种用于协助传统MPI库的透明中间件,用户可以在编译期选择是否在单线程MPI程序中采用该中间件.加入MPIActor后,每个节点内的MPI进程都被映射成同一进程中的多个线程,从而节点内的通信可通过轻...     

使用MPI的并行I/O实现及性能分析

论文讨论了并行环境中I/O的基本方法——串行I/O方法和并行I/O方法,并使用MPI-1及MPI-2对这两种方法进行了实现。分析了不同的实现方法对I/O带宽产生的影响。通过理论分析和实验表明,基于MPI-2的并行I/O实现方法与其它I/O实现方法相比,可得到更高的I/O带宽,是解决I/O性能问题的有效途径。     

一种MPI并行软件的动态演化框架

为使MPI并行计算软件具有运行时改变软件功能和拓扑的能力,基于MPI系统模型提出一种用于描述和实现动态演化的两层软件框架。在管理层,采用适用于消息传递的管道-过滤器风格规范系统的结构、分析并行软件的可演化性,并约定一种相应的动态ADL用于描述演化行为。在计算层,设计符合管道-过滤器风格的构件元模型及过滤器的重配置管理自动机。针对实现演化的两个核心问题,即进程的启动和数据连接的建立释放,实现基于MPI动态进程管理的重配置方法。通过性能测试,验证了该软件框架的可用性,为并行计算软件的动态演化提供了一种新的实现方法。     

基于MPI的动态数据传递算法的实现

MPI是一种基于信息传递的并行编程技术,它定义了一组具有可移植性的编程接口MPI为消息传递和相关操作提供了功能强大而又丰富的库函数,其中有上百个函数调用接口可供开发者使用.传统的MPI数据通讯算法只能满足两点之间以及一点向组内广播的功能,本文旨在提出两种新的消息传递方式,即组内任意两点之间以及多点同时向组内广播的消息传递方式.     

一种基于MPI和工作站群集的并行计算

本文主要分析了消息传递的模型及其实现的一种方式MPI,构造了一个四节点基于MPI的工作站群集并实现了求π的并行计算,最后给出性能分析和负载平衡分析.     

基于MPI的并行程序设计

在介绍消息传递接口标准（MPI）和分析并行程序设计方法的基础上，提出了在并行程序设计中需要进行算法级分析和程序级测试，以此来对影响具体的并行程序执行效率的因素进行分析，并用实例验证了分析结果。最后对MPI的实现之——MPICH1．2．5版本的不足，提出了改进的方法。     

基于MPI并行计算的卫星遥感数据变化监测系统设计

为控制卫星遥感数据变化指征与非变化指征之间的实值误差,实现对卫星遥感数据传输变化行为的准确监测,设计基于MPI并行计算的卫星遥感数据变化监测系统。建立A/D转换电路与Zigbee网络节点的匹配关系,将所得卫星遥感数据按需分配给传感器模块与协调器设备,完成数据采集与监测终端的硬件设计。按照并行拓扑结构连接形式,实施MPI的基本调用,再联合数据进程编写原则,实现对MPI并行计算的完善。根据传感器几何校正原理,求取遥感数据度量值,再分析核函数表达式,完成对卫星遥感数据的处理。利用MPI并行计算,控制数据采集与监测终端的硬件执行设备,完成卫星遥感数据变化监测系统设计。实验结果表明,所设计系统的卫星遥感数据变化指征与非变化指征之间的实值误差明显缩小,能够准确监测卫星遥感数据传输变化行为。     

构建基于Windows和MPI的Beowulf并行计算系统

利用普通微机构建并行计算集群(常称为Beowulf系统),能够以低廉的价格获得强大的计算能力。文章介绍了利用16台微机构建一套Beowulf并行计算系统,节点微机上运行Windows2000操作系统,采用MPI(Message-Passing-Interface)的MPICH最新版本:MPICH.NT1.2.3作为并行计算的支撑环境,并以100Mbps高速交换式以太网作为互连网络。通过编制的并行计算程序对该Beowulf系统进行了并行效率的实际测试,测试结果表明该Beowulf系统能够达到非常高的并行加速比和并行效率。     

基于MPI的并行算法性能分析器的设计

以MPI为基础,以高斯消去法求解线性方程组的并行算法为实例,设计了分析并行算法性能的分析器,该分析器能够调度网络上多台计算机协同合作进行并行计算,并分析并行算法相对于串行算法的性能优势.     

基于MPI的并行程序设计

在介绍消息传递接口标准(MPI)和分析并行程序设计方法的基础上,提出了在并行程序设计中需要进行算法级分析和程序级测试,以此来对影响具体的并行程序执行效率的因素进行分析,并用实例验证了分析结果。最后对MPI的实现之一———MPICH1.2.5版本的不足,提出了改进的方法。     

基于MPI并行计算的信号稀疏分解

在研究信号稀疏分解理论及其最常用的匹配追踪算法的基础上,针对MP算法存在的计算量过大的问题,提出一种基于并行计算系统实现信号稀疏分解的方法。该方法利用8台微机,采用MPI消息传递机制,以100 M高速以太网作为互联网络,构建了一套Beowulf 并行计算系统,在此系统上通过编制并行程序来实现MP算法。实际测试表明这种方法具有很高的并行计算效率,分解时间从单机75 min左右下降到8机并行11 min左右,大大提高了信号稀疏分解的速度。     

基于 MPI ＋OpenMP 的红外弱小目标检测并行计算

为有效监控红外弱小目标运动的全过程,必须采用多个波段同时探测,但是多波段探测必然带来计算时间的大幅增长,无法满足实际应用中对目标检测实时性的要求。针对这一问题,本文提出一种基于MPI＋OpenMP的层次化并行方法,充分利用消息传递模型和共享存储模型的优势,并基于多处理器节点集群进行测试。实验结果表明,该并行程序在保证相同的检测概率的情况下加速比达到8．61,极大地提高了目标检测的效率。