机群并行计算中负载共享的关键问题

1 引言利用一组工作站并行工作解决粗粒度的较大型计算问题.即NOW系统一直是计算机界一个重要的研究领域。随着Internet的迅猛发展。网上已有数千万的各类计算机,但实际的网络资源利用率是很低的。据有关统计,系统平均使用率仅为30％左右。有的空闲率     

网络计算环境下一种计费方法的研究与实现

随着单机性能的不断提高、网络技术和并行编程环境的发展,基于网络的并行计算模式正日益成为高性能计算的主要模式,并得到越来越广泛的应用。网络计算使得计算资源进一步得到共享,也带来了使用他人计算资源时的费用问题。传统单机计算模式的计费系统已不适合网络并行计算环境的计费。该文提出了一种适合网络并行计算环境的计费方法,该方法充分考虑了网络计算中使用计算资源的各个因素,适应不同的计费规则,具有很强的普遍性。随着网络计算环境的进一步普及,该方法有更广泛的应用前景。     

VMware环境下的机群搭建与应用

基于机群的并行计算研究得到了广泛的重视，但从设备的角度来说，实际搭建一个机群还是有一定困难的。文章提出在VMware环境下搭建机群的新思路，简化了机群的搭建过程，提高了设备的利用率和灵活性。实际计算表明，此方式具有较好的效果和实用性。     

一种基于局域网的动态机群系统设计

机群分布式并行计算是当前最重要的一种网络计算模式,文章改变以往复杂的建设集中管理式系统的思维方式,提出了一种以用户为中心的动态非专用机群系统VDPC,论述了VDPC主要组件和工作原理,定义了交互消息格式和消息集,在Linux环境下设计实现了一个最小系统,可提供一组基本的系统管理工具和命令支持机群计算应用。讨论了VDPC的工作流图、设计和工作过程,并给出了系统测试结果。     

基于网络的分布式机群并行仿真平台开发

该文介绍了基于网络的分布式机群并行仿真软件平台SIMNOWs的基本情况及开发。由主服务器、节点机构成基于局域网络的分布式机群并行仿真平台体系结构。作为整个系统的核心,服务器端管理系统根据两个守护进程而设计出节点管理系统和作业管理系统,采用了动态抢先式的动态负载平衡解决并行中的负载问题。     

一种多线程计算程序的机群移植方法

机群并行化应用程序的用户接口和编程方式多种多样，常常令用户望而却步，该文详细了一种从程序的目标代码着手，以ELF格式可执行文件PLT表项重定位为基础，利用多线程程序自身的并发和同步特征，让线程中的计算负载分布到机群各节点的移植技术，为用户提供透明的机群并行机制，提出并讨论了相应的Master-Worker(Task-Farming)计算通信模型以及调度策略，最后，通过实现该移植技术，分析基于BLAS库多线程矩阵乘法程序移植后的运行结果，验证了该模型的可行性和效率。     

可扩展Spider负载均衡策略的研究与实现

可扩展Spider采用分布式处理技术,是搜索引擎实现信息搜索的不可缺少的代理。在传统负载均衡策略基础上,对Spider的研究提出可扩展Spider的负载均衡策略,该策略能够有效的对Spider的资源进行均衡调度处理,使得Spider具有良好的可扩展性和高效性。     

构架Linux环境下基于MPICH的工作站机群

本文详细地介绍了在Linux环境下如何构架基于MPICH的工作站机群,给出了具体的步骤和基本配置过程。最后采用并行求和算法、矩阵相乘并行算法和Multisets并行归并算法在该机群上进行实验测试。测试结果表明,该机群并行计算环境运行正常、稳定,该机群比在windows2000环境下的并行效率高1.12%。     

网络流量对网上机群计算的影响

利用网上空闲处理机组成动态非专用机群进行分布式并行计算是网络计算的重要研究方向之一,非专用机群面临的一个最重要的问题就是网络流量动态变化和通信延迟造成网络环境的不确定性和计算的不稳定。该文从理论上分析和评估了网络流量对非专用机群计算环境下各种并行任务的影响,并给出了典型的实验结果。     

基于蚁群算法的网络负载均衡的研究与实现

随着3G网络的日益普及和云网络集群与分布式并行计算的广泛应用,对网络速度和服务质量提出了更高要求。蚁群算法作为一种生物仿生式的启发算法,通过模拟蚁群间信息素的相互协作与动态更新,实时对网络流量负载进行均衡,并对路由选择进行优化。研究结果和仿真实验表明,该算法在解决网络拥塞瓶颈和集群分布式并行计算中,具有较好的研究价值与发展前景。     

一种IP分组重组的集群并行计算的方法

基于N元非合作模型的路由切割调度算法的基础,利用集群来解决大规模的IP分组重组问题是一个可行的办法。论文设计实现了IP分组重组（又称网络地址转换NAT,Network Address Transfer）的集群并行计算方法。使用普通PC构建了基于MPI用于IP分组重组计算的SMP集群,研究了在典型的校园网环境下的较大规模的IP分组重组环境并讨论了集群内部计算节点上的两种负载平衡方法。     

集群式高性能计算系统研究

研究了集群的系统结构和主要优势,以及集群式高性能计算系统的诞生;分析了集群式高性能计算系统的架构和构建方式,集群构建包括网络部署、存储系统、计算节点、管理节点、登录节点等部分。在此基础上构建了基于Linux的集群式高性能计算系统。     

分布式并行计算在交通网络仿真中的应用*

根据交通网络仿真的并行特征采用域分解方法设计交通并行仿真系统的框架,把交通网络分为几个子网,集群系统的每个节点机分别负责其中的一个子网,提出基于车辆数负载的网络分割算法来平衡各子网的负载量,并分析子网之间的通信机理.同时,在基于MPI 的并行计算平台上实现设计的并行仿真系统.通过实例表明,提出的并行算法能大大提高交通网络仿真的速度和效率.     

基于局域网和MPI的PC集群计算环境

利用现成PC构建由几十乃至几百台PC组成的廉价、实用且性能优良的并行计算机。实验系统是在由40台PC组成的以太局域网内,建立一个基于TRUBO—LINUX和MPI的集群计算环境,并在此基础上进行并行计算实验和性能测试。实验表明,这种环境适合于那些进程之间通信不频繁的或者通信开销相对于计算开销小得多的中粒度或粗粒度的计算任务。     

集群文件服务系统中的负载均衡算法的研究

为解决目前集群文件服务系统中负载均衡算法的缺陷,充分考虑文件本身存在的差异,降低大文件分配到负载重的服务器上而造成负载失衡的可能性,避免频繁收集节点的负载信息造成大量额外的网络开销而降低系统吞吐量,提出了改进的负载均衡算法.该算法综合考虑文件负载量、服务器的硬件配置及其实时负载量,引入对上传文件大小和数量的计算,改变服务器负载量定时更新为定量更新.实验结果表明,该算法减少了客户的等待响应时间,提高了系统吞吐量,达到了良好的负载均衡.     

基于工作站机群的有限元结构分析并行计算

并行计算正成为科学和工程计算中的一个新趋势。将采用区域分裂技术的并行有限元方法应用于工作站机群的分布式并行环境。提出了基于单元区域分裂的共轭梯度并行算法。在工作站机群上对坝体结构进行求解,对其并行性能进行分析。     

异构机群系统上并行计算双序列的最长公共子序列*

针对处理机节点具有不同计算速度、不同通信能力的情况,考虑计算和通信启动开销,给定处理机分配顺序,基于可分负载理论,提出一种存储受限异构机群系统的序列串最优分配线性规划模型,给出相应的序列串最优分配方法。实验结果表明,基于最优序列串分配方法的双序列最长公共子序列并行算法优于平均分配序列串算法,获得了较好的加速,并具有良好的可扩展性。     

网络计算机集群负载均衡机制的研究

目前使用单台网络计算机应用服务器难以满足大量用户的并发访问需求,在网络计算机系统中引入集群/负载均衡技术是解决这一问题的理想途径.研究网络计算机集群的负载均衡机制.设计和实现了适合于网络计算机应用模式的负载评估方法及负载状态更新机制,并在此基础上提出和实现了一种基于分布式协商的动态负载均衡算法.     

基于网格计算的混合负载均衡策略

根据分布式系统的静态和动态负载均衡策略的优缺点,提出了在网格计算环境下的混合负载均衡策略.为了让网络中节点在网格计算环境中有效地执行需要大量计算的复杂任务,提出了用来评估节点效率的函数,并结合模拟实验证实了在此函数下算法的优越性.