神经计算与量子神经计算的研究综述

神经计算科学是从信息科学的角度,用计算的方法研究神经网络如何模仿和延伸人脑活动的机理及实现类脑智能信息系统的问题。量子神经计算是量子计算与神经计算相结合的产物。文中主要阐述了神经计算的研究现状,在其基础上对量子神经计算的概念及模型进行了介绍,综述了国内外的研究动态与发展趋势。     

一种通用神经计算并行模型NCPM

在对神经计算特点分析的基础上，本文提出一种通用的神经计算并行模型ＮＣＰＭ，论述了通用神经计算并行模型的定义以及神经计算并行性开发方法，并对该模型进行综合评价。     

面向神经计算的并行机体系结构设计

面向神经计算的并行计算机体系结构是神经网络研究中的一项重要工作。本文在对大量的神经计算进行需求分析的基础上，讨论了以高性能的微处理器作为计算单元，进行面向神经计算的并行计算机体系结构设计，并且介绍了它原型实现的结构、参数和性能     

一个面向神经计算的并行计算机系统的性能分析与测试

文中主要以一个面向神经计算的并行计算机系统ＮｅｕｒｏＣ为背景，讨论一种并行计算机性能分析模型，并对ＮｅｕｒｏＣ进行性能分析．根据实际并行神经计算模型、ＮｅｕｒｏＣ的结构和计算特点，给出了并行神经计算中一些与性能相关的结论，最后给出了一些系统实际测试结果．     

神经处理器

神经计算的概念模型及其信息处理机制的实质;结合几个实例,论述了神经处理器的几种不同开发途径及其基本设计思想;同时结合实例讨论了神经处理器的应用范围及前景,特别强调了从神经计算基本特点出发,最好是和符号计算有机地结合起来;最后给出几点结论.     

基于Movidius神经计算棒的行人检测方法

Movidius神经计算棒是基于USB模式的深度学习推理工具和独立的人工智能加速器，为广泛的移动和嵌入式视觉设备提供专用深度神经网络加速功能。针对深度学习的嵌入式应用，实现了一种基于Movidius神经计算棒的近实时行人目标检测方法。首先，通过改进RefineDet目标检测网络结构使模型大小和计算适应嵌入式设备的要求；然后，在行人检测数据集上对模型进行重训练，并部署于搭载Movidius神经计算棒的树莓派上；最后，在实际环境中对模型进行测试，算法达到了平均每秒4帧的处理速度。实验结果表明，基于Movidius神经计算棒，在计算资源紧张的树莓派上可完成近实时的行人检测任务。     

用面向对象程序设计模拟神经网络计算

本文用C^ 这一面向对象程序设计（OOP）语言来模拟神经网络计算：模拟多层感知机。初步表明，用C^ 作神经计算的规范语言，或作为某种描述神经计算的规范语言的中间语言，是实际可能的。     

乳腺癌的量子神经元诊断

量子神经计算结合了传统神经计算与量子计算的优点,是新的信息处理技术之一。本文构造出一个三层量子神经网络,并将它应用于乳腺癌的诊断。实验结果表明,量子神经网络明显优于传统神经网络,如自组织神经网络、概率神经网络以及支持向量机等,不仅对正样本的识别率达到最高,可以较好的识别出乳腺癌患者,同时还可以很好的识别出非乳腺癌病例,其诊断正确率是最高的。     

1997年中国神经计算科学大会在东南大学召开

本刊讯1997年中国神经计算科学大会于10月26－28日在南京东南大学召开。中科院吴信寿院士及本刊主编何振亚教授主持了会议。大会还特邀了国内外的20多名专家、学者做大会报告。本次中国神经计算科学大会是1997年中国神经网络学术大会与第五届全国神经网络与信号处理学术会议的联合会议，它是中国神经网络委员会主办的第八次年会，也是东南大学承办的第四次大型神经网络会议。大会学术交流的内容包括神经计算科学以及其他的现代信号处理领域的广泛内容。本届大会程序委员会共收到论文308篇，经过专家评议及会审，录用236篇论文收入本次学术大…     

通用可伸缩并行神经计算机系统NeuroC的设计和实现

ＮｅｕｒｏＣ是一个通用的并行神经网络计算机系统，它的规模是可以伸缩的，针对神经计算，系统设计了一套具有可选择广播通信能力的非等时访问共享存储器系统，本文首次对神经计算的需求进行了分析，接着讨论了计算单元的选择，存储器的组织与通信的实现，儋后介绍了系统硬件的主要结构，文章中还简要地阐述了系统中软件的组成和结构，最后本文对ＮｅｕｒｏＣ的特点进行了总结。     

浅谈云计算技术在街道办事处管理工作中的应用

云计算是当前计算机领域的一个热点,它的出现宣告了低成本提供超级计算时代的到来。本文阐述了云计算的概念和特点,介绍了运用云计算技术在乌达区新达街道办事处创建了新达服务网络平台新体系,包括联名卡、社区通、一键通、一卡通、个人网上银行、工作云平台等服务,通过这个平台,让全体居民享受到公平、便捷、优质、高效的服务。最后对云计算的安全性进行了分析。     

基于大规模廉价计算平台的海量数据处理系统的研究*

提出一种基于大规模廉价计算平台的海量数据处理模型,吸取了Map/Reduce计算模式和大规模分布式数据存储机制Bigtable的基本思想,实现了以数据为中心的计算密集型的经济性超级计算系统平台。系统选择电信部门的大规模业务数据为分析对象,对电信通话和数据业务的大规模数据集进行处理,从而向运营商和普通用户提供有价值的数据分析服务。该平台适用于其他多种海量数据的分布式处理,为其他的各种应用提供了一个具有良好参考价值的示范。     

一种基于Hadoop的BIM云服务框架和空间位置检索算法

云平台存储和管理应用复杂的海量数据已成为必然。建筑信息模型(Building Information Modeling,BIM)是从全工程建设生命周期的视角组织相关数据并协同工作,所以BIM迫切需要云计算的支持。但是面对复杂的BIM应用,如何构建云平台的超级计算模式将是一个巨大的挑战。提出一个面向BIM应用的云服务框架,在Hadoop分布式软件框架上设计了云存储、云平台服务、应用服务和客户端应用四层结构。提出了该框架下的城市空间位置检索算法,该算法采用改进的KD树作为索引表。针对大用户群的并发访问,提出了面向空间位置检索的负载均衡算法,通过统计节点访问频度设计了数据块均衡分布策略。实验表明,该框架组织的建筑信息具有并发处理能力强、响应速度快等特点。     

面向移动设备的温度感知的任务调度算法

由于志愿者分布式计算可以为计算量庞大的科研项目提供足够的计算能力,甚至比超级计算机的计算能力还要强大,因此,志愿者分布式计算技术受到了很多研究人员的关注,很多不同的志愿者分布式计算架构被广泛应用。以往的很多志愿者分布式计算架构通常考虑的志愿者主机是PC电脑,或者单纯地把移动设备当作PC电脑一样进行处理。由于移动设备的很多特性跟PC电脑存在着很大的差异,所以很多时候这些志愿者分布式计算架构并不能高效地处理同时拥有PC电脑和移动设备志愿者的志愿计算项目。针对志愿者分布式计算系统上两个主流的志愿者分布式计算任务调度方法——迭代计算的任务调度算法和先来先服务的调度算法FCFS在处理移动设备志愿者计算上存在着的不足,为了提高志愿者分布式计算平台的执行效率,提出了一个面向移动设备的温度感知的任务调度算法TATSA。实验结果表明,TATSA比主流的任务调度算法ISA和FCFS在移动设备志愿者计算时效率明显更高。     

Grids and Grid technologies for wide‐area distributed computing

The last decade has seen a substantial increase in commodity computer and network performance, mainly as a result of faster hardware and more sophisticated software. Nevertheless, there are still problems, in the fields of science, engineering, and business, which cannot be effectively dealt with using the current generation of supercomputers. In fact, due to their size and complexity, these problems are often very numerically and/or data intensive and consequently require a variety ofheterogeneous resources that are not available on a single machine. A number of teams have conducted experimental studies on the cooperative use of geographically distributed resources unified to act as a single powerful computer. This new approach is known by several names, such as metacomputing, scalable computing, global computing, Internet computing, and more recently peer‐to‐peer or Grid computing. The early efforts in Grid computing started as a project to link supercomputing sites, but have now grown far beyond their original intent. In fact, many applications can benefit from the Grid infrastructure, including collaborative engineering, data exploration, high‐throughput computing, and of course distributed supercomputing. Moreover, due to the rapid growth of the Internet and Web, there has been a rising interest in Web‐based distributed computing, and many projects have been started and aim to exploit the Web as an infrastructure for running coarse‐grained distributed and parallel applications. In this context, the Web has the capability to be a platform for parallel and collaborative work as well as a key technology to create a pervasive and ubiquitous Grid‐based infrastructure. This paper aims to present the state‐of‐the‐art of Grid computing and attempts to survey the major international efforts in developing this emerging technology. Copyright © 2002 John Wiley & Sons, Ltd.     

High performance computing methods for the integration and analysis of biomedical data using SAS

From microarrays and next generation sequencing to clinical records, the amount of biomedical data is growing at an exponential rate. Handling and analyzing these large amounts of data demands that computing power and methodologies keep pace. The goal of this paper is to illustrate how high performance computing methods in SAS can be easily implemented without the need of extensive computer programming knowledge or access to supercomputing clusters to help address the challenges posed by large biomedical datasets. We illustrate the utility of database connectivity, pipeline parallelism, multi-core parallel process and distributed processing across multiple machines. Simulation results are presented for parallel and distributed processing. Finally, a discussion of the costs and benefits of such methods compared to traditional HPC supercomputing clusters is given.     

超级计算环境容错机制

中国科学院超级计算环境是整合了包括总中心、分中心和所级中心计算资源的3层架构超级计算环境.为提升超级计算环境的可靠性,提供稳定、可靠的计算服务,其容错机制的研究成为超级计算环境的一个研究重点.在对容错基本思想及各类计算机容错技术进行充分调研的基础上,提出一种适用于超级计算环境的容错框架,依据该框架给出了不同层次的容错方案,并对不同层次的容错开销进行了分析和比较,验证了不同层次容错方案对应用程序所带来的影响.     

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．     

IB网上CPU-GPU异构超算平台容器性能评估及优化

为了实现资源和系统环境的隔离,近年来新兴了多种虚拟化工具,容器便是其中之一。在超算资源上运行的问题通常是由软件配置引起的。容器的一个作用就是将依赖打包进轻量级可移植的环境中,这样可以提高超算应用程序的部署效率。为了解基于IB网的CPU-GPU异构超算平台上容器虚拟化技术的性能特征,使用标准基准测试工具对Docker容器进行了全面的性能评估。该方法能够评估容器在虚拟化宿主机过程中产生的性能开销,包括文件系统访问性能、并行通信性能及GPU计算性能。结果表明,容器具备近乎原生宿主机的性能,文件系统I/O开销及GPU计算开销与原生宿主机差别不大。随着网络负载的增大,容器的并行通信开销也相应增大。根据评估结果,提出了一种能够发挥超算平台容器性能的方法,为使用者有针对性地进行系统配置、合理设计应用程序提供依据。     

超级计算中心核心应用的浅析

目前,我国国家级超算中心大多采用“地方政府投资、以市场为导向开展应用”的建设思路,地方政府更关心 涉及本地企事业单位的高性能计算应用和服务,超算中心常被用于普通的应用,很难充分发挥超级计算的战略作用。 如何让超算中心这艘能力超强的航母生存下来,进而“攻城掠地”,推动技术创新,一直是业内人士研究的课题。初步 探讨了国内超算中心核心应用所面临的挑战,提出了超算中心核心应用服务地方建设的几点建议。