分子动力学模拟的优化与并行研究

分析讨论了分子动力学模拟的算法特征和计算特点,对串行程序作了优化,并使之适合于作并行化。对模拟体系使用区域分解的方法,在计算节点间保留了部分重叠区域,采用基于消息传递的MPI设计平台,在可扩展机群上实现了并行化,获得了90%以上的并行效率。     

负载平衡技术在油藏数值模拟模型并行化中的应用

对胜利油区广泛采用的多层二维二相油藏模拟模型开展了并行化研究，提出并采用按层粗粒度并行方法实现软件的并行化。在此基础上，为解决各处理器负载不平衡的缺陷，结合软件的特点设计了多种负载平衡方案进行对比研究，优化后的负载平衡方案有效地提高了软件的并行效率，半进行了多种实用性影响因素分析。     

H.264并行编码中负载平衡方法

针对在多核处理器上Slice并行编码H.264高清视频中的负载不平衡问题,首先利用已编码帧的编码统计信息,根据帧间时间相关性预测下一帧各宏块的编码负载,然后据此预测的编码负载划分Slice,使各个处理器核上编码的Slice具有相接近的计算负载,从而达到动态负载平衡目的。在Tile64多核平台上的实际测试结果表明,与传统的基于宏块区域的动态数据分配算法相比,该方法可以将编码并行加速比和并行效率提高5%左右。     

多核并行技术在分子动力学模拟中的应用

为了充分利用多核处理器资源,研究了一种用于分子动力学模拟中的多核并行技术。在多核处理器上利用OpenMP技术实现多线程创建与同步、动态设置子线程的调度运行方式以及负载均衡以减少子线程执行等待时间。通过对不同分子体系结构下的动力学模型测试,得出在不同子线程下并行计算的时间,并且得到了良好的性能加速比。实验结果表明,采用OpenMP并行技术可有效地提高电荷求解过程在分子动力学模拟运算中的时间效率,以及多核计算机资源的利用率。     

复合推进剂颗粒填充模型的分子动力学模拟方法

将复合推进剂看作是颗粒与基体组成的复合材料,应用分子动力学模拟方法生成推进剂颗粒在基体中随机分布的填充模型。研究表明,分子动力学模拟方法,指定与颗粒直径成比例的增长率可有效地生成颗粒大小不等的填充模型,为分析推进剂细观力学性能和燃烧性能奠定基础。     

一维高效动态负载平衡方法：多层均权法

提出了一个适合同构和异构并行计算环境的高效一维动态负载平衡方法;多层均权法,并成功地解决了多物质非定常流体力学Lagrange法并行数值模拟过程中的动态负载不平衡问题。文中给出了详细的理论分析以及两台并行机上结合某实际物理问题组织的并行数值实验。     

异构系统中负载平衡扩散算法的加速方法

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.     

硅的平衡态分子动力学模拟

平衡态分子动力学模拟是研究既定系统向所期望的平衡态演化的一种方法,不仅可预测平衡态的各种性质,还为动力学加载过程提供合理的初始条件.本文主要研究Free、NVT、NVE平衡态分子动力学模拟中系统宏观量的演化过程;并讨论如何根据不同的初始条件,选择恰当的平衡态模拟方法.     

分子动力学模拟的柔性对接

分子自动对接技术在过去二十年里取得很大发展和成功,但是仍然面对如何处理分子柔性这样一个难题。这篇综述概要介绍分子柔性对接技术的进展并重点介绍分子动力学模拟技术。     

多层油藏模拟并行计算与负载平衡

在油藏数值模拟并行计算中,提高计算速度和资源利用率是一个重要的研究方向,给出分布式并行环境下一种多层油藏模拟并行计算的整体优化方法,其特点是使用高效的区域分解方法并行求解,动态选择两种不同的计算粒度,有效地克服了负载不均衡带来的性能下降问题,实际模型计算表明,此方法策略减少了整体模拟计算时间,并获得较高加速比,采用的算法适用于一类多层油藏模型问题。     

一种动态负载均衡机制的研究与实现

高性能集群工作方式越来越受到人们的关注。通常集群是一组通过网络连接的多个异构的计算机系统。在集群工作模式下,一个非常重要的问题就是要确保负载量的均衡。由于目前的负载均衡系统大多只支持同构集群环境,且均衡粒度为作业级,过于粗糙,所以不能很好的适用于并行程序中并行任务的均衡。本文提出了一种并行程序的开发框架,使用移动Agent技术解决任务的动态迁移性,为程序员提供了一个简单的开发接口,大大地简化了他们的工作。系统采用java和Aglet平台开发而成。实验表明,该系统灵活有效。     

机群系统的动态负载平衡方法研究

通过对机群系统中的动态负载平衡算法的研究,解决任务再分配时由于进程迁移而引起额外开销较大的问题,提出了一个有效的动态负载平衡算法。通过实验结果分析,可以证明此算法能够提高并行程序的运行性能。     

二叉树动态负载平衡方法

文中提出了一种二叉树动态负载平衡方法，该方法使用二叉树动态负载平衡系统模型，解决了集中式负载平衡系统中主结点在分配任务、响应请求以及负载移动时的潜在瓶颈问题；提出了负载小于给定值时请求负载平衡以提高处理器的利用率。分析表明，该方法在可以有效地提高并行计算的性能，特别是对于任务密集的情况。     

一个有效的动态负载平衡方法

动态负载平衡问题是影响工作站网络并行计算性能的重要因素.首先分析出在负载平衡中产生额外开销的根本原因是负载的移动,进而定性地给出了每次移动负载的粒度公式.引入益处估计的方法,仅在有益的情况下进行负载平衡.另外还提出了一个动态负载平衡算法.最后,通过实验,将该算法的运行结果与其他人的负载平衡结果以及不作负载平衡的情况进行了对比.此负载平衡方法在工作站为空载以及不同的负载和应用问题的数据规模的情况下,都优于Siegell等人提出的方法.     

异构系统动态负载平衡的扩散算法

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．     

一种并行BP神经网络的动态负载平衡方案

为了加快在大规模神经网络训练下并行技术的训练速度问题,从BP算法的内部结构分析了BP神经网络算法的大规模行划分方法,提出了一种动态负载平衡方案。通过在PC集群环境下对并行算法的试验结果表明,这种并行划分提高了加速比,具有现实意义。     

并行VOD系统中的动态平衡策略研究与实现

本文介绍了VOD服务的研究现状,对并行VOD系统作了分析,在此基础上对动态平衡方法进行了分析,提出了自己的动态平衡策略-SBF策略,并给出了SBF策略的算法实现及测试试验。     

一种基于实时负载的动态负载平衡策略

在分布式系统中采用动态负载平衡算法分配系统中的工作负载,能够提高系统的性能。在简述目前常用的几种动态负栽平衡策略的基础上,提出了一种基于实时负载的动态负载平衡策略,并给出了其调度算法。     

一种自适应动态负载均衡算法

负载均衡问题是一个经典的组合优化难题,该文建立了一个集群中的负载均衡问题模型,并提出了一种旨在最小化负载均衡开销的动态自适应算法。由于集群中存在网络延时,所以负载重分配的开销很大一部分取决于CPU间发送、接受的消息的最大数量。该负载均衡算法以最小化负载重分配时CPU间消息发送、接受的数量为目标,根据过载、轻载CPU数量的变化动态调用D算法和R算法,以降低负载均衡开销。