利用OpenMP技术实现线性方程组并行求解

文章介绍了OpenMP的并行执行原理和语言规范,讨论了OpenMP的循环并行化、迭代相关、数据共享、任务调度等问题.接着研究了高斯-约当消元法固有的并行性,提出并行高斯-约当消元法,并基于多处理器平台HP Z620进行了测试.实验结果表明,理论分析与实验结果是一致的.     

用GPU加速求解线性方程组的高斯消元法

提出了应用图形处理器(GPU)加速求解线性方程组的高斯消元法,用二维四通道纹理表示系数矩阵与常数向量构成的矩阵,在该矩阵内完成归一化、消元等操作.提出了新的纹理缩减算法,该算法不要求纹理的边长是2的幂,把该纹理算法应用于高斯消元法的列主元搜索和确定主元行号.根据这些算法,使用OpenGL着色语言编程,用图形处理器实现加速求解线性方程组的高斯消元法,运算时间与基于CPU的算法比较,随着方程组未知量数量增多,基于GPU的算法具有较快的运算速度,证实图形处理器能加速线性方程组的求解.     

基于消息传递接口的线性方程组并行计算研究——以改进的高斯消元法为例

在传统的线性方程组高斯消元法中需要的时间复杂度,因此在实际工程中,一个高阶的线性方程组的求解可能需要数天甚至数月的时间来求解。为了进一步提高高阶线性方程组的求解效率,本文在基于消息传递接口的并行环境下,对线性方程组的连续高斯消元算法的设计与实现进行了研究,研究的结果表明相较于传统高斯消元法,并行环境下的高斯消元解法具有更好的性能。     

集群系统与分布式计算

集群技术与集群系统是实现高性能计算的新途径。常见的集群架构分为Web／Internet集群系统和并行运算集群系统两种。集群技术的一个非常重要的方面是资源管理和负载平衡。集群系统可以分为高性能科学计算群集、负载均衡群集、高可用性群集等三大类。分布式计算是集群技术的理论基础，包括中间件技术、网格技术、移动Agent技术等。最后介绍了中科红旗的两个集群系统产品负载集群和高可用性集群。     

基于EXCEL的线性方程组与非线性方程的数值计算

文章探讨了利用Excel求解线性方程组和非线性方程数值解法,详细演示了利用Excel求解线性方程组的Gauss消去法.Gauss-seidel迭代法,Excel函数法,Excel的"规划求解"方法,以及求解非线性方程的操作过程.     

一种快速求解二值线性方程组的并行结构

针对求解GF(2)域的线性方程组问题,改进现有的高斯消元算法,提出一种快速求解未知向量的硬件并行结构,通过增加消元与行循环位移的并行操作以降低时间复杂度,采用一类仿“smart memory”基本单元的互联完成整个算法在硬件上的映射。对结构的性能分析表明,对于密度远大于或小于0.5的n阶二值增广矩阵,并行结构平均计算时间约为2n个时钟周期,远小于软件算法时间(1/4n3)。在 3阶~50阶的二值非稀疏增广矩阵上的实现结果表明,与软件实现相比,该结构的性能可提高约2个数量级。     

对高斯消元法的改进以及在工程上的应用

传统的高斯消元法只能处理多元一次方程组满秩的情况，本文应用人工智能中非单调逻辑和超协调逻辑的思想，通过对高斯消元法的改进，使其对所有的多元一次方法组都能进行有效的处理，从而扩展了在工程上的应用范围。．     

集群系统与分布式计算

集群技术与集群系统是实现高性能计算的新途径。常见的集群架构分为Web/Internet集群系统和并行运算集群系统两种。集群技术的一个非常重要的方面是资源管理和负载平衡。集群系统可以分为高性能科学计算群集、负载均衡群集、高可用性群集等三大类。分布式计算是集群技术的理论基础,包括中间件技术、网格技术、移动Agent技术等。最后介绍了中科红旗的两个集群系统产品负载集群和高可用性集群。     

基于Beowulf集群的可扩展性模型的研究

可扩展性是衡量并行算法与并行系统匹配程度的一项重要指标.分析了传统的等并行开销计算比评价准则,指出其优缺点.为了适用于基于Beowulf集群的分布式并行计算环境,对传统的等并行开销计算比评价准则进行改进,得到Beowulf环境下的新的可扩展函数.该可扩展函数能够直观地反映基于Beowulf集群的分布式并行系统在机器规模和问题规模扩展时,其性能的扩展特性.用该评价准则分析并论证了编制的并行算法与BeowuIf集群相结合的可扩展性.     

一种基于机群的分布式数据采集系统

提出了一种基于机群的分布式数据采集系统，即采用任务调度中心、机群管理中心、采集代理多层次结构实现分布式数据采集；同时提出了机群的3种分配策略、管理中心选择机制及采集代理的设计方案。实验结果表明：该文所提出的方法适用于大规模网络的数据采集，能更加有效地提高数据采集的速度，解决传统的采集方法在大规模网络中所存在的数据传输负载过重和数据处理的瓶颈问题，在数据采集领域具有很好的应用前景，具有一定的应用价值。     

分布系统与分布对象计算

一、分布系统——发展的必然 分布系统是当前计算机系统发展的主要模式。以计算机网为依托,把多个同时工作的分散计算单元、不同的数据库、不同的操作系统联结成一个整体的布式系统.为多种用户提供一个统一的工作环境。这种分布式系统能够把系统的吞吐能力提高     

一种分布式缓存系统的关键技术及应用

分布式缓存作为处理海量数据的关键技术方案,近年来被广泛关注和应用。通过分析业界分布式缓存的现状和缺陷,提出了一种分布式缓存系统架构。在此基础上,深入阐述了其关键技术原理,研发并实现了新一代的分布式缓存系统DCACHE。最后,在融合通信(RCS)业务应用中对DCACHE进行了分析和验证。     

集群分布式安全探讨

集群越来越多地暴露给来自公网的攻击者,有效灵活地安全管理机制成为现今集群的本质需求.本文分析集群面临的威协与挑战,从分布式认证、分布式访问控制、分布式监测、分布式安全通信等方面给出了分布式服务的结构性方法,介绍了现存分布式安全基础设施和一个集群安全监测工具中的分布安全机制.     

一种面向分布构件集群系统的配置管理模型

分布构件技术是一种面向三层计算结构业务逻辑中间层的分布计算技术。分布构件集群系统,在分布构件基础之上,面向企业计算需求,提供了更好的可用性和更高的性能。文章研究分布构件集群系统的构造及配置管理内容;通过给出分布构件集群系统的配置管理模型,定义相关的配置管理关系和配置管理数据,使得能够在统一的管理视图上对分布构件集群系统及内部所安装部署的分布构件进行有效的管理。该模型是分布构件集群系统在运行时刻支持高可用和高性能的基础。     

用于手写汉字识别的分布式平台研究与实现

手写汉字识别实验样本量巨大,使得实验无法在有限时间内在单机上运行完成。而模式识别实验需要利用已有的并非为分布式实验而设计的工具,使得其利用当前的分布式中间件模型比较复杂。本文设计并实现了一种轻量级的用于模式识别实验的分布式平台——HWDC。它将网络上的多台计算资源及存储资源整合为一体,提高实验速度。使用TML对任务进行描述,以使得已有的工具可不加修改的部署到该平台上。本文研究了该平台的架构、调度策略、错误处理等。     

Distributed Matrix-Free Solution of Large Sparse Linear Systems over Finite Fields

We describe a coarse-grain parallel approach for the homogeneous solution of linear systems. Our solutions are symbolic, i.e., exact rather than numerical approximations. We have performed an outer loop parallelization that works well in conjunction with a black box abstraction for the coefficient matrix. Our implementation can be run on a network cluster of UNIX workstations as well as on an SP-2 multiprocessor. Task distribution and management are effected through MPI and other packages. Fault tolerance, checkpointing, and recovery are incorporated. Detailed timings are presented for experiments with systems that arise in RSA challenge integer factoring efforts. For example, we can solve a 252,222 × 252,222 system with about 11.04 million nonzero entries over the Galois field with two elements using four processors of an SP-2 multiprocessor, in about 26.5 hours CPU time. Received June 1, 1997; revised March 10, 1998.     

分散服务集中管理的NAS集群方案研究与实现

通过分析传统集群方案的基本原理、体系结构,深入剖析了传统集群方案的优缺点,提出了一种高性能的NAS集群方案。它对用户采用分散服务,对全局源数据采用集中管理,发挥了分散和集中的各自优势,并详细讨论了它的实现原理。