基于PC集群的MPI并行环境的搭建

集群是充分利用计算资源的一个重要概念,PC集群是最易构建的分布式并行计算环境。MPI是应用最广的并行程序设计平台。本文通过实例阐述PC集群及PC集群上的MPI并行计算环境的搭建。     

在MPICH集群分布系统下复杂分子动力学的并行计算

在以MPICH技术构建的局域网集群系统下,利用分子动力学并行计算软件Protomol和三维分子模拟软件VMD构建大规模并行计算平台,完成若干复杂分子动力学典型实例的仿真运算。计算结果表明：采用并行计算能持续有效地利用现有计算机资源,同时大幅度提高计算效率,在现有并行集群系统下可以获得3倍以上的加速比,为实现复杂分子动力学的深入研究提供了可行方案。     

面向水下声场计算的PC集群构建

水下声场计算复杂,计算量大,目前的模型难以满足在水下战场环境仿真中对声场的实时性的要求.计算机技术的发展,特别是高性能集群的出现,为解决此问题提供了一种可行的方法.文中首先介绍了如何将单PC机通过以太网连接起来,构建实验环境下的用于水下声场计算的PC集群,然后给出了在此系统上运行水平不变声道中WKBZ简正波并行计算方法及FOR3D模型的并行方法的结果.实验结果表明,此系统能够可以为水下声场计算提供一个很好的并行环境,集群系统在水下声场及其相关领域必将有很大的应用空间.     

PC集群环境下大规模矩阵乘法算法的研究

开发适合集群系统的并行数值算法,可以解决更多的科学与工程计算问题.在PC集群环境下,提出对Cannon算法的改进方案,采用重叠技术,使数据的计算和通信在时间上重叠,达到时延隐藏的目的,克服了网络传输的通信瓶颈问题;还提出一种自适应负载反馈平衡策略,很好地解决了集群负载平衡.该算法在PC集群系统环境下测试,取得了较好的并行效率,在4个结点上和8个结点上,加速比分别达到3.77和7.93.     

PC集群存储系统应用分析

随着PC集群计算机技术的日益成熟发展,与PC集群并存的存储环境无法满足大规模并行计算环境的I／O需要。本文通过一系列的实验对比,提供了一种解决PC集群计算环境和存储环境不匹配的方法。     

网格环境下的集群系统作业管理研究

网格计算已经逐渐形成一个重要的新领域。相对于传统的分布式计算，它的显著之处在于它能够共享网络上的各种资源，包括地理上分布的各种计算资源。PBS是广泛应用于并行计算机的作业管理系统，它可以按照用户定义的配置参数相对公平地为每个作业分配系统资源。但是在网格环境范围内对集群系统进行管理仍然是一门有待研究的课题。利用网格系统软件和集群系统管理软件，实现了一种在网格环境下对集群系统作业进行管理的方法。     

近程作用分子动力学模拟的两级并行

分子动力学作为一种重要的计算手段在许多领域有着广泛的应用，由于它的计算量比较庞大，因此并行计算方法被越来越多地引入到分子动力学的模拟中。本文在目前常见的SMP集群系统上，根据系统的结构特点，针对分子动力学的三种并行算法：区域分解法、原子分解法和力分解法，利用MPI Pthread的混合编程模型，采用节点间消息传递模式以及节点内部共享存储的编程模式，实现了近程作用分子动力学的两级并行计算。计算结果表明，不同的算法采用了两级并行的方式和原来只有消息传递的并行方式相比，具有不同的计算效率，但是从总体来说采用两级并行的计算方式可以利用更多的计算资源，从而有助于提高计算能力。     

网格环境下集群管理系统

分析了集群接入网格的过程中所面临的问题,研究了在网格环境下使用集群的方法,详细分析了集群接入网格需要提供的接口和服务,并实现了一个网格环境下集群管理的原型系统,将集群转化成为一种标准的、透明的资源接入网格.通过该系统用户能够在任何地方使用分布在各处的集群资源,系统能保证用户提交的作业正确、有效的运行,并及时向用户反馈提交作业的相关信息.实验分析表明,该系统能够有效的整合集群计算资源,从而提高计算能力,增大全局吞吐量.     

Lyra——多域环境下的分布资源管理系统

随着应用需求的不断增长,并行计算环境的规模越来越大,高性能计算环境由单个集群向多个集群扩展,由本地资源向远程资源扩展,所涉及的计算资源种类繁多,系统管理也更加复杂.本文介绍的Lyra系统是一个针对多域计算环境特点设计的大规模分布资源管理系统,具有资源模型适应性强、系统可扩展性好、资源调度策略灵活、对多域并行计算支持能力强的特点,可以为大规模并行计算和大规模信息处理系统提供资源监控管理支撑以及资源信息服务.本文介绍了LYRA系统的设计结构,分析了系统的关键技术特点,并给出了与相关系统的比较.     

基于PC集群系统的MPICH大规模并行计算实现与应用研究

在Win2000 Server操作系统环境下采用MPICH并行技术，建立了基于PC局域网平台的并行集群系统，并通过VC 6．0调用消息传递库MPI函数完成了3个并行计算实例。符合MPICH规范的PC并行集群系统配置简便、系统稳定、界面友好、性价比高，能够持续利用计算机现有资源和大幅度提高计算效率。     

说话人识别及其应用的研究

虽然理论上隐马尔可夫模型（HMM）是较为有效的一种说话人识别方法，但传统的模型训练方法──Baum－Welch算法不仅运算量和存储量较大，而且若因经验不足、模型初值设置不当会导致算法发散或迭代收敛到非全局最优点。本文提出一种新的方法，将状态分割、动态聚类、模糊统计与传统的Baum－Welch算法相结合应用于说话人识别，既降低了运算量和存储量，又避免了因初值设置不当而导致算法迭代收敛到非全局最优点。本文在大量实验的基础上，建立了说话人识别系统并进行了实验研究，收到了良好的效果。该系统模型数目少，运算复杂度低，可扩充性强，易于训练，便于识别，具有广阔的应用前景。     

基于RTI的集群计算中间件

以大运算量和大记录数据量为特征的大规模数学仿真系统,可以采用集群计算的方式实现。集群计算可分为基于单一操作系统和基于中间件两种模式。支持集群计算的中间件可以基于分布式对象实现,也可以基于HLA／RTI实现。该文分析了基于RTI的中间件（RTI Based Middleware,RBM）应能满足的基本要求,讨论了陆军师作战仿真系统中RBM的设计与实现问题。在该系统中,RBM被设计为一个接口类,全面封装了所用到的RTI服务,并为仿真应用程序提供了方便的访问接口。测试表明,RBM能够满足支持集群计算的大规模数据交互能力需求。     

曙光机群资源管理的设计与实现

机群资源管理负责机群系统内计算所需资源的管理，该文介绍机群资源管理的主要功能和重要的研究问题，着重介绍曙光3000机群系统的资源管理的设计与实现，包括分区管理，任务管理和通信管理功能及其对高可用性，可扩展性，动态特性的支持；并给出相应的性能分析结果，此外，还介绍了相关系统的资源管理和对未来该领域研究的方法。     

基于聚类的小生境克隆选择算法

基于聚类的小生境克隆选择算法是针对小生境克隆选择算法计算复杂、参数设置困难等缺点而提出的。新算法删除了计算复杂度较大的抑制算子,引入聚类算子,并对算法的部分流程进行了调整。新算法不仅计算复杂度降低,而且无需预知峰的个数等先验知识,仅根据样本数据即可找到全部峰值点。仿真实验验证了C-NCSA的完全收敛性;并且通过与小生境克隆选择算法的对比实验证明：在相同的实验条件下,C-NCSA的执行时间比NCSA明显降低。     

应用传输协议XTP对集群内部通信性能的改善

文中提出采用高效、灵活的XTP传输协议改进集群系统的内部通信性能。针对集群应用的通信特点，从理论上论述了XTP有效改善集群内部通信性能的协议机制。通过试验，在集群环境下实现用户层XTP，比较了XTP与传统通信协议的网络性能，并选取典型集群应用，比较了在XTP和传统通信协议下集群内部通信性能。实测数据表明，采用XTP在一定程度上改善了集群系统通信性能。     

基于Hadoop集群的海量数据处理系统

近年来,随着各个领域中大规模、海量数据存储和处理需求的不断增加,集群作为一种廉价的可以提供强大计算能力的并行计算技术得到越来越广泛的应用,其具有大型机的超级计算能力和较低成本投入.从而成为各种高性能计算的主流方向,如科学计算与其他需要大规模并行计算的应用服务等.本文在分析现有分布式储存和计算等关键技术基础上,结合对Hadoop的集群技术的研究以及自身的业务需求和实际软硬件实力,提出了一种基于Hadoop的海量数据处理模型.     

基于Web的Java并行计算

本文讨论了使用Java在Web上执行数据处理程序的主要问题，描述基于Web的并行计算的思想，在给出Internet上执行程序的例子中，讨论了在这种环境中使用Java的可行性潜力，提出了基于Web的并行计算需要解决的问题，最后简要研究并行计算模型的实例JET平台。该系统可以使用Java小应用程序及一系列服务器在Web上执行并行程序。它解决本文提出的一些问题，并且允许基于Web与基于集群的计算结合起来。     

基于龙芯2E多处理器平台的虚拟机群系统

机群系统已成为高性能计算的主流体系结构,机群模拟环境是学习机群操作的重要工具。该文提出一种基于龙芯2E多处理器硬件平台的机群模拟方案——虚拟机群系统(VCS)。该系统在共享内存的多处理器上同时运行多个操作系统并使用内存操作模拟网络通信,实现机群环境的模拟。     

基于Exchange2010高可用性企业邮件方案设计

本文结合中国南车时代企业邮件系统介绍了基于Exchange2010的DAG(数据库可用性组)技术和负载均衡技术构建企业高可用性邮件系统的解决方案设计思路,重点阐述了负载均衡技术、DAG(数据库高可用组)技术,并对的SCC(单一副本群集技术)和CCR(群集连续复制技术)与DAG(数据库高可用组)技术进行了对比分析,为企业构建高可用性邮件系统的方案设计提供了方法和思路。     

Fast solution of large N×N matrix equations in an MIMD–SIMD Hybrid System

In this paper, we propose a new high-speed computation algorithm for solving a large N×N matrix system using the MIMD–SIMD Hybrid System. The MIMD–SIMD Hybrid System (also denoted as Hybrid System in this paper) is a new parallel architecture consisting of a combination of Cluster of Workstations (COWs) and SIMD systems working concurrently to produce an optimal parallel computation. We first introduce our prototype SIMD system and our Hybrid System setup before presenting how it can be implemented to find the unknowns in a large N×N linear matrix equation system using the Gauss–LU algorithm. This algorithm basically performs the ‘Divide and Conquer’ approach by breaking down the large N×N matrix system into a manageable 32 × 32 matrix for fast computation.