基于Linux的集群计算机系统

RISC工作站或高档微机通过高速局域网连接而构成的集群计算机系统的实现,使高性能计算机从尖端研究与应用领域推向普通领域。本文介绍了高性能计算机的发展趋势,适合普通研究与应用领域的集群计算机系统,论述了Linux环境下组构集群计算机系统的技术。     

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PVM平台的并行数字图象处理算法研究

ＰＶＭ是目前最有影响的基于消息传递的并行软件,它为用户提供了一种以较小的代价实现高性能计算机的有效途径。本文提出了一种基于ＰＶＭ平台的数字图象处理算法的平行化方法,该算法充分考虑了数字图象处理的特点,使用“群集”模型,有效提高了数字图象处理的速度,达到理想效果。     

数据库异构集群的性能模型研究

在OLTP应用中数据库集群是一种有效的并行处理方案,由于以前对数据库集群特别是异构情况下的性能评价不够完善,本文主要研究数据库异构集群的性能模型,分析了CPU和内存两种资源的异构带来性能影响,并给出了异构集群并行性的度量标准及系统有效性评估公式。最后,通过TPC-C实验表明数据库异构集群在OLTP处理中仍具有良好的可扩展性,次线性的加速比,以及高效费比的并行处理服务。     

集群程序设计环境

集群计算机发展缓慢的一个主要原因是可以高效利用集群计算机的程序难以编写。集群设计为连续性编程增加了一个整体的界面；不仅要求指定操作执行的时间，还要求指定操作执行的地点。通信软件包(如MPI和PVM)显式的描述了在集群结点间的通信．另一方面，面向对象的调度机制强调透明调度，程序员不用显式的描述并行机制了。事实上，这两种机制的效宰有很大的不同，使用MPI／PVM系统的应用明显优于基于Java的应用。     

计算机仿真中并行处理技术的研究

用多机系统进行并行仿真是解决大规模连续系统实时仿真问题的有效途径。多机并行仿真中关键要解决的问题，是如何有效地将一个仿真任务分配到多机系统上并发执行，并获得高的加速比。本文介绍了作者自行研制的并行仿真软件支撑环境ＰＡＲＳＩＭ，它可将一个传统单机上串行执行的仿真程序自动转换成在同构型多机系统上高效并发执行的并行仿真程序，并就并行性识别，多任务自动划分等问题展开了讨论，给出了相应的算法和应用实例。     

基于多核的IPSec并行处理技术研究与实现

IPSec VPN网关需要进行大量加解密运算,对网络传输带宽产生较大影响。该文提出基于多核处理器的IPSec协议并行处理模型,将IPSec网络报文调度到多个处理器单元上运行,从而提高传输带宽。在Linux操作系统上对该模型进行具体实现,经过测试,在双核处理器上,IPSec VPN网关获得了接近倍速的性能提升。     

基于PVM的动态可伸缩并行调试器设计

ＰＶＭ（ｐａｒａｌｌｅｌ ｖｉｒｔｕａｌ ｍａｃｈｉｎｅ）正在被越来越广泛地使用，但ＰＶＭ应用程序的并行调试还是一个有待解决的难题。文中介绍了自行设计的基于ＰＶＭ的动态可伸缩并行调试器ｄｄｂｇ，主要内容包括并行调试界面、总体设计和一些关键的实现技术。ｄｄｂｇ与其它已有的消息传递并行调试器相比，最大特点是其动态可伸缩结构，它能根据应用的需要自动分布调试服务。     

集群计算机

集群计算机是当前并行处理系统研究的热点,本文简要介绍了集群计算机的系统结构、组件、对国际上几种典型的集群研究项目作了某些比较,并分析了集群技术未来发展的趋势。     

软件DSM机群上并行大规模地理图像处理系统ParGIP

基于共享虚拟存储（shared virtual memory,SVM)PC机群的大规模并行地理图像处理原型系统ParGIP(parallel geographical image processing)采用Client-Server计算模型，通过软件分布式共享存储（software distributed shared memory,software DSM)中间层将PC机群组织成一个逻辑上共享的内存的并行计算平台，地理图像处理可以充分利用ParGIP提供的大共享内存和并行处理能力来提高性能，缩短处理周期，从而解决传统单机串行方式下地理图像处理中内存匮乏和计算能力不足的问题，ParGIP还进一步将机群中各个结点上分布的磁盘组织起来，提供地理影像库所需的海量存储空间和并行I／O能力，测试结果表明，ParGIP的8机并行I／O带宽达到102．6MB/s，典型的图像处理算法获得了接近线性的加速比。     

一种柔性图像并行处理机

探讨了多指令流多数据流图像并行处理拓扑结构，设计了一种具有柔性结构的图像并行处理机。分析比较了柔性图像并行处理机与典型图像并行处理机在结构和性能方面的差异，给出了一种基于TI公司C6000系列DSP的柔性图像并行处理机的实现方案。分析和实现结果表明，柔性图像并行处理机适应能力强，便于调整、扩展和升级。     

Linux环境下构架基于PVM的并行机群

详细地介绍了在Linux环境下如何构架基于PVM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在4节点机群上采用Master／Slave编程模型进行实验测试。测试结果表明,该机群并行计算环境运行正常、稳定,数据规模越大．并行效率越高。当数据规模达到10^9数量级时,其并行效率达到100％。     

一个基于图像代数的并行图像处理环境

系统可用性和应用程序可移植性差是许多现有的并行图像处理计算结构难以获得实际应用的重要原因,基于Ritter提出的图像代数理论,研究、实现了一个并行图像处理环境．用户在并行计算结构上进行程序设计时,只需用图像处理环境提供的图像代数运算描述算法即可,处理环境能够根据用户算法的描述,依据一个时间开销模型,自动从并行实现函数库中提取出最优或近似最优的并行代码完成算法的运行,算法的并行实现和并行计算结构的硬件细节对用户透明。     

网络并行计算在图象处理中的应用

当前随着计算要求的不断提高,并行计算发展方法未艾,网络并行计算更成为新的潮流,在并行处理中,图象处理是一个重要的应用领域。提出一种动态并行方法,以此实现Ｍａｎｄｅｌｂｒｏｔ图形。通过对实验数据的分析,对于任务规模和并行计算的加速比进行了研究。     

多核图像处理并行设计范式的研究与应用

多核计算环境下采用图像处理并行算法可提高图像处理的速度,但已有的并行设计只针对边缘检测、图像投影等特定算法进行,没有形成通用的并行算法设计范式。为此,在研究图像处理算法可并行处理机制和多核架构特点的基础上,提出分析、建模、映射、调试和性能评价及测试发布等5个设计步骤的基于多核计算环境的图像处理算法并行设计范式,以图像傅里叶变换并行算法设计为例在单核、双核、四核、八核计算环境下验证了该并行范式的有效性。实验结果表明,该范式在图像处理并行设计方面可扩展图像处理的应用空间。     

遥感影像的高性能并行处理技术研究

随着空间遥感技术和对地观测技术的不断发展,光学、热红外和微波等不同技术手段可以获取同一地区的多种遥感影像数据（多时相、多光谱、多传感器、多平台和多分辨率等）,每天获取的遥感数据量越来越大。同时,大量的遥感应用需要快速地对这些遥感数据进行处理与分析,提供辅助决策信息。因此,如果不能及时进行数据处理,这些数据就会失去时效性,甚至失去数据本身的价值。高性能计算与并行处理技术,加速了遥感影像数据处理与信息提取的进度,如大规模多处理系统、网格与云计算技术、通用图形处理器（GPGPU）等。文中综述了高性能计算、并行处理及云计算技术应用于遥感领域的最新进展,给出了一些研究与应用范例,并提出了当前高性能遥感影像处理所面临的一些挑战。     

基于PVM平台的并行编程技术及其在图像处理中的应用

本文首先介绍了基于PVM并行分布式计算机平台的并行编程技术及在Visual C＋＋6．0可视化集成环境中开发PVM并行程序的方法,然后以图像处理中的边缘检测为例说明了该技术在图像处理中的应用。     

一种实时并行图象匹配结构的设计

针对在传统串行结构上执行图象匹配算法时影响执行速度提高的原因，通过分析图象匹配算法的内部流水性，并行性，提出了一种加速执行图象匹配算法的硬件并行结构，通过引入流水线数据延迟及多个并行处理单元。该结构使得重复读取存贮器的操作次数大大减少，从而加速图象匹配操作。文中给出了该模型的实现框图，并计算了采用该结构执行图象匹配算法所需计算表明，对大小为６４×６４的搜索象，３２×３２的模板象。该结构可在不到９ｍ     

网络并行计算在物探数据处理中的应用

通过构建PVM的网络并行计算平台,将并行计算的环境应用于勘探地球物理的计算中,利用互联网上的计算机资源实现大问题的并行计算,使得许多优秀的算法得以体现和广泛地应用。该文介绍了系统平台的构建、任务的划分和分派、处理结果的回收及对系统效果进行评价等内容。