“天河一号”大规模并行应用程序测试

目前安装在国家超级计算天津中心的天河一号是我国首台千万亿次超级计算机,在2010年11月世界超级计算机Top500排名中,位列世界第一。天河一号采用了CPU与GPU相结合的异构融合计算体系结构,自主设计实现了高速互连通信系统,在多个高性能计算应用领域具有应用适应性强、系统运行稳定可靠、性能可扩展性好等特点,为科学研究和应用提供了重要的高性能计算平台。采用石油地震数据处理、飞行器流场模拟、生物分子动力学模拟、磁约束聚变数值模拟、湍流数值模拟、晶体硅分子动力学模拟、全球大气浅水波全隐式数值模拟、地球外核热流动数值模拟等应用的典型算例对天河一号进行了大规模并行程序测试,结果表明,天河一号在上述应用领域具有良好的可扩展性和并行效率。     

“天河一号”大规模科学与工程计算应用

安装在国家超级计算天津中心(以下简称天津超算中心)的"天河一号"超级计算机系统是目前世界上最快的超级计算机,已广泛应用于多个高性能计算领域,并取得了一系列具有国际影响力的应用成果。本文主要介绍了"天河一号"在石油勘探数据处理、生物信息与生物医药、环境科学、工程仿真、磁约束聚变领域的最新应用成果,其成果表明"天河一号"在上述领域具有良好的可扩展性和并行效率,对自主科技创新和产业技术提升给予了巨大支撑。     

针对天河2号的一种嵌套剖分负载平衡算法

天河2号等亿亿次计算机上的大规模异构协同计算对负载平衡算法提出了3方面要求：低算法复杂度、适应多级嵌套的数据传输系统和支撑异构协同计算.通过组合3级嵌套负载平衡算法框架、贪婪剖分算法和内外子区域剖分算法,设计了一种能够同时满足这3方面要求的负载平衡算法.模型测试表明,算法可以达到90%以上的负载平衡效率.天河2号上32个节点的测试表明,算法能够保证通信开销较小.5个典型应用在天河2号上最大93.6万核的测试表明,算法能够支撑应用高效扩展,并行效率最高可达80%.     

勇闯天河 探秘“天河一号”超级计算机

国际超级计算大会（ISC,International Supercompufing Conference）每年都会发布两次世界上运算速度最快的计算机名单,名为Top500榜单。在2010年11月发布的最新Top500排行榜上,中国自主研发的超级计算机“天河一号”以每秒2507万亿次的计算性能荣登榜首,排在第三的是由曙光公司研制的“星云”超级计算机。从前十名的排名来看,中国两台计算机冲入前五标志着国内高性能计算在性能上已经达到国际先进水平。超级计算机的研制历程表明,我们要在高技术领域有所作为,必须走一条具有中国特色的自主创新之路。只有在和核心技术、实际效益和人才培养上不断地实现新的突破,科学研究才有持续向前发展的动力。     

千万亿次超级计算机系统——“天河一号”研制成功

我国首台千万亿次超级计算机第统—"天河一号"近日由国防科学技术大学研制成功.天河一号24小时的工作量,如果用现在最先进的双核高性能个人PC机来操作,需要整整160年才能完成.     

"天河二号"上一种DNA序列denovo拼接方法的并行优化策略

基于String Graph理论的序列拼接工具SGA是当前国际上的一种新型序列拼接工具.首先,形式化证明了SGA的序列拼接问题是一个NP完全问题,然后对SGA的拼接效率进行了分析,发现与业界同类拼接软件相比,SGA在内存开销方面具有优势,但却有更大的时间开销,其中构建索引占了60%~70%的比例.基于此,设计了一种并行优化策略,并实现了面向天河二号体系结构的并行策略来解决这一问题.分别在普通机群和天河二号上进行性能测试,针对小规模数据,优化后的索引构建时间比之前的最佳性能提高了3.06倍,中等规模数据提高了1.60倍,实验结果表明,其优化效果明显,且并行构建局部索引过程具有良好的线性扩展性.其中用到的优化方法和策略对相关问题的研究有一定的借鉴意义.这也表明,天河二号的超级计算能力能够很好地助力生命科学领域的相关研究.     

NEMO模式系统基于“天河一号”的存储性能分析与优化

在“天河一号”超级计算机上测试NEMO模式系统,针对NEMO模式在进行大量进程并发存储时所导致的整体应用性能下降问题,提出了并发进程分组输出优化方法。通过将大量并发存储的进程进行合理分组并排队输出,以解决大量进程同时读写文件时对存储资源的竞争所导致的存储效率下降问题。测试表明,在使用分组输出优化方法后,NEMO模式GYRE012算例的存储性能最高可提升33%以上,总体时间性能最高可提升28%以上。     

“北京一号”小卫星在青岛近海浒苔灾害监测中的应用

基于浒苔光谱特性,利用“北京一号”小卫星高质量的数据,采用遥感图像自动分类处理,结合GIS系统提取青岛近海浒苔信息是有效的,其分布位置已经船舶观测验证。“北京一号”数据已纳入浒苔业务监测中,为黄海浒苔灾害前线指挥部及时提供浒苔的位置分布、区域面积、变化状况等信息,为北京奥运会帆船赛项目的顺利举办发挥了重要作用。     

信息化技术在嫦娥一号卫星研制中的应用

嫦娥一号卫星首发成功,是我国航天事业发展的第三个里程碑。信息化技术在嫦娥一号卫星的管理、设计、加工及测试等各个环节都得到了充分应用,为确保高效、高质量地完成嫦娥一号卫星的研制任务起到了至关重要的作用。报告对嫦娥一号卫星的主要特点进行了归纳;全面回顾了在嫦娥一号卫星研制过程中信息化技术的应用情况及其成效;简要介绍了信息化技术在星上产品中的应用情况,详细阐述了信息化技术在制导、导航与控制（GNC）系统中的应用情况;并对信息化技术在飞控任务中的应用作了介绍。     

曙光4000H生物信息处理专用计算机的高性能算法研究

曙光4000H生物信息处理专用计算机基于现代计算机体系结构和可重构计算器件,分别通过I/O延迟隐藏、细粒度并行以及并行流水等技巧优化设计了BLAST、动态规划、RNA二级结构预测等有代表性的3类算法,并开发C模拟器进行了性能评价,结果表明,上述算法大幅度提高了计算机处理能力.     

国内大型超算中心系统及应用发展态势比较分析

超级计算机系统的计算能力与高性能计算的应用水平作为国内外超级计算发展的重要标杆,已日愈受到高度关注和重视,本文主要从超级计算机系统建设和高性能计算应用两方面,对国内几个具有代表性的大型超算中心的发展态势进行比较分析,探讨促进我国大型超算中心可持续发展的相关问题与建议。     

计算生物学中的高性能计算（Ⅰ）-分子动力学

分子动力学是高性能计算应用的重要领域,大量的高性能计算资源或机时被用于分子动力学模拟。描述了分子动力学的计算方法和特点,包括常用并行算法、性能改进方式等,介绍了常用的分子动力学大规模并行计算软件及其功能特性,最后展望了分子动力学模拟的发展与挑战。     

Demonstrating the Scalability of a Molecular Dynamics Application on a Petaflops Computer

The IBM Blue Gene/C parallel computer aims to demonstrate the feasibility of a cellular architecture computer with millions of concurrent threads of execution. One of the major challenges in this project is showing that applications can successfully scale to this massive amount of parallelism. In this paper we demonstrate that the simulation of protein folding using classical molecular dynamics falls in this category. Starting from the sequential version of a well known molecular dynamics code, we developed a new parallel implementation that exploited the multiple levels of parallelism present in the Blue Gene/C cellular architecture. We performed both analytical and simulation studies of the behavior of this application when executed on a very large number of threads. As a result, we demonstrate that this class of applications can execute efficiently on a large cellular machine.     

利用网格计算加速基因大数据分析的方法实现

为解决基因测序数据量大、数据分析时间长，搭建FPGA、GPU计算平台成本高昂且计算软件兼容不足的问题，运用分布式计算思想设计高通量测序数据分析架构Sequence Grid(SeqGrid)。该架构安装centos开源操作系统，利用网格引擎Sun Grid Engine(SGE)、普通CPU、机械硬盘和SSD硬盘，通过并发调度生物信息软件bwa、GATK等实现数据分析。结果表明：单人全外显子组30 GB数据分析时间从15 h缩短至1 h，计算速度达到串行流程的15倍，有效提高了数据分析效率。     

一种分布式环境下的新型高性能计算平台

分析了采用志愿机模式的网络计算平台的特点，针对其不足．提出了一种分布式环境下的新型高性能计算平台NH-PCP（A Novel High Performance Computing Platform in Distributed Environment）．该平台具有可扩展性和容错能力，采用对象串行化技术能够使应用程序跨平台运行．NHPCP具有友好的用户界面，提供一套简单易用的API（Application Programming Interface）函数调用，任何大计算量的、可以分解成独立计算子任务的应用都可以方便地利用该平台运算．基于该平台具体实现了两个典型的并行应用实例，通过对实验结果的分析，总结了适合于本计算平台的并行应用的特点．     

基于高性能计算环境的科学计算应用平台设计与实现

为了提升高性能计算环境的易用性并降低使用门槛,本文提出了一种基于高性能计算环境的通用科学计算应用平台构建方案,旨在为用户提供更便捷、体验更友好、简单高效的科学计算服务。用户通过访问网页即可输入计算参数、提交任务、查看执行结果并集中管理不同应用的计算任务和历史数据,无需安装相关工具或者记忆操作命令。该方案设计充分考虑了应用间的差异性,拥有良好的扩展性,易于部署和迭代,同时拥有良好的安全性。     

高性能计算集群的Linpack测试及其在大数据中的应用

高性能计算集群用于高效并行计算,具有很高的性价比和良好的可扩展性,如何测试和评价集群系统性能成为一个关键问题。本文基于6个节点的集群进行Linpack测试,测试不同问题规模、计算节点数、求解矩阵数据分块NB、处理器网格拓扑P×Q、网络通信等重要因素,将单机与集群的计算性能进行对比,测试集群性能,结果表明：该集群的并行计算性能良好,可扩展性强,但硬件通讯能力需进一步改善。应用该集群到实际的地震大数据计算中,该集群的并行计算能力得到了很大的提升。