基于并行计算的大规模外显子芯片数据分析

快速准确地计算出转录组表达水平对转录组研究具有重要的作用。本文针对伽玛分布的概率模型(Gamma model for exon array data, GME)在处理大规模外显子芯 片数据集上效率低下的特点,提出一种充分利用多核处理机或者集群环境来提高效率的并行 计算方法。首先分析GME模型的原理,其次分析模型并行算法的选择,最后在不同规模的数 据集上分析并行计算的效率。通过实验验证了并行计算极大地提高了模型的计算效率。实验结果表 明,与先前的串行计算相比,并行计算使得GME模型更适用于大规模的外显子芯片分析。     

基于MapReduce模型的并行计算平台设计

现如今人们的生活已经进入了互联网时代,每天网络上都会形成海量的数据。对于互联网企业而言,需要对大量的数据进行系统分类,以便能够找寻对自身有价值的信息。MapReduce是一款能够用于大型计算机集群并发处理大量网络数据的模型,本文对该模型进行了系统的分析与研究,提出了一种更为通用且可扩展的平台。     

基于FPGA+PCI的并行计算平台实现

介绍了一种基于PCI总线和多片并行FPGA的高速计算平台。FPGA+PCI板卡利用普通PC机作为CPU,通过PCI总线互联,实现了一个并行高速的通用数字运算平台。利用VHDL语言编写各种算法,可用于加解密算法实现和高速数字信号处理等领域,而速度相当于数台PC机并行运算。     

基于Jini的集群网格并行计算平台的构建

研究如何使用分布式系统Jini体系来构建集群网格并行计算平台。首先介绍集群计算和Jini技术;然后给出基于Jini的集群计算系统模型JCCM,设计了一个在此模型上实现并行计算的通用算法,并在自强3000集群主机上对此模型及算法进行了测试,证实了该模型的可伸缩性和健壮性。     

网络并行计算平台新架构*

网络并行计算的编程要求设计者对任务的分解、分配及子任务间的交互等问题有更高的技术。给出了在网络并行计算的一种新平台,用户只需提交数据和对它的操作即可。     

基于Windows95／NT的PVM并行计算平台

讨论在Ｗｉｎｄｏｗｓ下实现的并行虚拟计算机（ＰＶＭ ｆｏｒ Ｗｉｎｄｏｗｓ）的若干技术。     

基于MPI的电网仿真实时并行计算平台

在电力系统动态电磁暂态仿真的并行计算中,存在超实时和硬实时的问题。为此,提出一种基于MPI的实时并行计算平台。引入硬实时操作系统RTLinux,采用实时内核和PSDD编程模式对仿真并行计算程序、MPICH并行环境和GM软件等进行重构,以获得硬实时特性。测试结果证明,该平台的平均时间性能提高约10%,时间的最大抖动幅度降低50%~80%,并减少了时间的抖动频率。     

基于网格计算平台的并行计算系统研究与实现

把网格和高性能计算结合起来,基于网格高性能计算平台的并行计算系统(GPCS),主要介绍了GPCS的体系结构、功能及其设计、实现等几个主要的问题。该平台以通用网络为基础,以网格平台中间件为桥梁,实现了各种高性能计算资源之间的互联互通、共享和协同工作。     

基于网格计算技术的电力系统分布式并行计算——底层平台设计与实现

文章提出了基于网格计算来实现电力系统分布式并行计算的方案。主要涉及计算池(ComputingPool)的设计、资源的管理与动态分配,以及图论分割和稀疏数值计算库的设计和实现等。文章首先介绍了网格计算应用于电力系统分布式并行计算的概念,在此基础上,分析了基于GlobusR网格计算开发平台实现的以上功能模块。最后对测试平台和测试结果进行了简要的介绍。     

多线程技术与并行计算

1 引言自七十年代以来,多线程技术已逐渐渗透到计算机体系结构的方方面面。出现了多线程结构的并行机,如Tera(1990),Stanford的DASH(1988),MIT的Alewife(1989),等;在操作系统方面,CMU的Mach/OS(1986),Solaris、AIX、Linux等Unix操作系统,以及目前流行的PC机操作系统Windows系列等,都已不同程度地采用了多线程技     

基于虚拟化环境的多GPU并行通用计算平台研究

针对分布式多节点多GPU的系统环境,实现一种基于CUDA框架的多GPU通用计算虚拟化平台。应用程序可以如同使用本地GPU一样方便地使用多个远程GPU,原来的CUDA应用程序可以不经过修改或者只进行少量的修改就可以运行在该虚拟化GPU平台上,从而实现单机多GPU和多机多GPU在编程模式上的统一,并通过一个基于高斯混合模型的数据聚类程序来进行实验验证。实验结果表明,在不影响程序正确性的前提下,相对于原来使用CPU的程序,使用两个远程GPU可以获得十倍左右的加速比。     

并行计算在数值SEA效能评估中的应用研究

提出了基于消息传递的数值SEA效能评估的并行计算方法.该方法首先将串行计算任务合理地划分成若干并行子任务,然后分配到各处理机上,能充分利用网络中空闲的计算资源,提高计算速度.试验结果表明该方法具有较好的并行加速比.     

并行处理技术在ETL计算环境中的应用研究

以基金行业项目为背景,针对ETL(Extraction Transformation Loading)执行过程中的性能问题,提出一种结合并行处理和集群负载均衡实现技术提高ETL处理性能的解决方案。实践证明该技术解决方案是可靠和有效的。     

基于云计算技术的全媒体服务平台架构研究

云计算技术在传媒界的应用已经为业态发展和竞争带来了显著的变化。而且云计算在未来的市场规模、发展潜力及作用也开始得到传媒界的普遍重视。电视、报刊、网络等不同类型的媒体都开始积极推动新媒体技术的应用和发展,力求借助其促进自身的进步。全媒体是未来媒体存在和发展的基本形态,单一形态的媒体市场的竞争中得到持久的发展。云计算和全媒体,一个是未来媒体赖以发展的技术基础,一个是媒体发展形态,正确认识两者之间的辩证关系对于媒介发展至关重要。     

基于云计算环境的平台可信度认证问题研究

为了搭建可信的云计算环境,云平台和用户平台之间需要进行相互认证。鉴于云环境的基本特征,提出一种基于云环境的平台可信度认证模型(CCEBA)。该模型引用可信计算平台远程证明的思想,将改进的基于模块和组件属性的可信证明方案应用于云平台的可信度认证中。用户平台认证则采用改进的基于系统行为的可信证明方案。实验结果表明,该认证模型有效地提高了云平台和用户平台之间认证的可信度,并且提高了远程证明的效率,从而搭建了可信的云计算环境。     

基于网络划分和并行运算的P/G布线网络快速分析算法

提出了一个基于网络划分和分布式并行运算的P/G网快速验证方法.对于各子网运算,采用带加速子网运算策略的Cholesky分解法;并根据各个子网运算相互独立的特点,采用基于MPI(Message Passing Interface)的并行结构对子网络运算进行分布式并行运算.实验证明,该快速验证方法在运算时间和内存占用上效果十分良好.     

Win32平台基于通信的多核并行编程方法

随着计算机硬件的发展,多核并行计算在计算机软件及应用领域的出现率也越来越频繁。目前的多核编程模型采用线程级并行模型,现有的多线程并行编程模型主要有线程库、指令模型和任务式模型三种。提出一种与MPI并行编程模型相似的基于通信的方法在Win32平台上来实现并行编程,在此基础上实现MTI并行编程模型。通过若干典型的测试给出使用MTI进行并行编程的执行结果,结果表明MTI是有效、易用的。     

Hadoop平台下计算模型中调度策略的研究

针对Hadoop平台下默认调度算法FIFO、计算能力调度算法以及公平调度算法在调度过程中遵守严格的队列顺序,导致一些任务被调度到不满足数据本地性节点上的问题,提出一个基于本地性的调度算法——延时调度。该算法在维护公平性原则的同时,当一个被调度的作业无法启动一个本地的任务时,让这个任务等待一小段时间,调度其他作业先执行。实验结果表明,此调度算法缩短了作业平均响应时间,有效增加了集群系统的吞吐量,提高了集群资源利用率。     

基于MPI_Ruby的自平衡容错型声场并行计算

基于MPI消息传递范型的并行计算是高性能计算热点中的一个主要方向。然而,大规模并行计算应用源码的编制具有相当程度的复杂性,而且静态特征的MPI标准并不提供任何的容错机制和动态任务平衡管理机制。对此,本文以声场并行计算过程为例,介绍了2002年新出现的具有高度易用性的MPI_Ruby语言,给出了一个应用层任务自平衡高度算法和基于组间通信体的容错算法。场场并行计算用MPI_Ruby编写较之用MPI编写能大幅节省源码行数。     

基于MPI的不可压缩N-S方程并行计算方法

在目前的流体计算中,当雷诺数较高时,计算量非常巨大,存在耗时长的问题,需要采用并行计算,对此提出一种基于MPI(Message Passing Interface)的并行计算方法。通过实例验证,该方法准确、易行、稳健,并且可以大幅提高计算速度,节省计算时间,对于大型科学计算问题具有很好的适用性。