基于微机集群系统的MPI并行计算

计算机集群系统具有性能高、扩展性强等特点,能够充分发挥并行计算能力。在现有的微机条件上建立了基于Windows和MPI的集群计算环境,并在此平台上通过MPI并行程序设计思想,提出了利用蒙特卡罗积分法的PI值求解算法。通过对大量的PI值计算实验结果分析,发现基于MPI的并行计算能大幅度提高运算效率。     

基于MPI的集群系统的研究

MPI 是目前集群系统中最重要的并行编程工具, 它采用消息传递的方式实现并行程序间通信.本文研究如何实现一个基于MPI的集群计算系统,并利用一个并行程序实例设计了一个linux集群,对linux集群系统进行了性能评测     

MPI并行计算应用

介绍了MPI并行计算的基本概念和搭建并行计算集群的方法,使用计算值的算法对系统的性能进行了验证,结果表明系统可以实现高性能计算的并行处理。     

基于并行计算模型的并行微粒群算法的性能分析

将微粒群算法与并行计算模型相结合,基于三种不同的并行计算模型(带中央控制器的并行计算模型、环形结构带缓存区的并行计算模型、BSP并行计算模型),设计出相应的并行微粒群算法,并对并行算法性能进行详细分析。大量实验表明:子种群之间的通讯周期是个重要的可变参数,当选取合适时,能提高解的质量以及算法的收敛性和最优性。     

多核处理器并行计算模型研究

针对并行计算机体系结构中没有通用的计算模型这一问题,分析了一些现有的典型计算模型,在同步性、通信方式、参数方面进行比较,以LogGP模型为基础提出一种改进的mzLogGP模型.利用MPI并行算法对满足节点计算资源非独占、网络存在拥塞条件下的并行程序进行分析与测试,通过增加memory层次化层数和网络拥塞指数这两个参数,...     

基于计算机集群系统的混合编程研究

计算机集群因其良好的可扩展性,在实际应用中得到了快速发展。相对于单机环境,计算机集群环境下的编程更为复杂。介绍了C++、MPI和GTK+三种语言各自的特点和作用。讨论了如何在IBMBladeCenter计算机集群上实现C++、MPI和GTK+三种语言的编程,包括程序的设计和编程中使用的技巧,并给出了对混合程序进行调试所用的命令。     

基于Linux的集群存储系统

文章介绍了集群存储系统常用的模式、相关技术特点及其工作原理,说明了从无共享的镜像服务器双机集群向双机与磁盘阵列柜互联结构的集群迁移的必要性。还介绍了Linux集群系统的3种类型及其软件、硬件构成,以及它们各自提供的服务类型。最后用实例说明了如何在Linux下构建集群存储系统,系统的性能主要取决于节点服务器的数量和服务器软件的响应能力。服务器能够承担任务分发和应用服务的职责。     

基于Matlab多核并行集群搭建及性能分析

为了充分利用多核处理器资源,本文在分析matlab并行计算工具箱中各部件关系的基础上,利用windows环境实现了matlab多核并行计算集群的搭建,并通过实例,阐明了基于matlab的并行程序设计方法。经测试,并行化处理能有效利用资源优势,缩短运行时间,对进一步研究各类并行处理有一定的指导意义。     

基于linux系统集群的架构与优化

企业网络中心作为企业局域网的数据传输的中心枢纽,必然会因流量增加而产生的性能及成本问题。从而采用Linux集群技术设计的企业网络中心方案在此可以有效化解这种问题。本文主要介绍采用Linux集群技术构建高性能、低成本企业网的方法和相关技术,并对其进行了性能评测。     

基于linux系统集群的架构与实现

基于Linux系统的开源与稳定性,以及目前服务器集群的广泛应用,本文重点讨论了基于linux系统集群的架构及其特点,并结合目前使用的曙光服务器系统的特点,设计并实现了基于以太局域网的linux系统集群,并对其进行了性能评测。     

一种基于动态显著性的人眼注视点移动计算模型

人类对各种复杂视觉场景的感知通过注视点的不断移动来实现.但在计算机视觉中，如何准确模拟人眼注视点的移动而实现"看向哪儿"这一生物行为是一个难题.为此，本文基于动态显著性提出一种自由观察情形下的注视点移动计算模型.模型包括了全局跃迁和局部转移行为，前者是通过将眼动趋势、向心性和返回抑制性等规则进行融合来预测下一个注视点从而实现相对远距的注视点迁移；后者则是通过查找局部最大平均显著性点并将其作为转移的目的位置，二者通过预设准则进行切换.实验表明，所提模型能够更有效地模拟人眼注视点分布，具有良好的适用性.     

基于SMP集群系统的MPI—OpenMP混合并行FDTD算法研究

针对基于MPI的传统FDTD并行算法存在的缺点,提出了优化的FDTD两级化并行算法。结合MPI和OpenMP编程模型的特点,实现了基于SMP集群系统平台的MPI-OpenMP混合编程模型的两种并行FDTD算法。在实验室搭建的SMP集群系统平台上,通过对一金属长方体的散射问题分析,把混合编程算法同基于MPI的FDTD并行算法进行了比较。结果表明,混合并行算法具有更好的加速比和带宽利用率。     

基于MapReduce模型的并行科学计算

随着多核处理器日渐普及,开发高效易用的并行编程模型成为新的挑战,MapReduce是Google开发的一种并行分布式计算模型,在其搜索业务中获得了巨大的成功,将MapReduce模型引入科学计算领域,并结合实例阐述了如何使用面向高性能计算的HPMR/HPMR-s系统在分布式或共享存储系统中采用统一的方式描述并实现并行科学计算.     

一种新的基于模糊聚类和免疫原理的入侵监测模型

本文提出了一种新的基于模糊聚类和免疫原理相结合的入侵检测模型,同时文章中对RPCL算法进行了改进,克服了原有RPCL算法中不同变量量纲以及变量相互间相关性对算法性能的影响,同时解决了原有算法对初始分类数敏感的不足.利用改进后的RPCL算法解决了模糊聚类中分类个数不确定的问题,最后利用遗传算法进行半径的最优调整形成非正常子空间的特征函数.最后给出试验结果并进行了分析.     

光互连指令级并行计算结构模型

指令级并行处理技术在计算机系统中十分关键.目前部分指令级并行处理技术已经非常成熟,但这些技术复杂度太高,且实现的并行度有限.本文从VLSI和光互连技术发展出发,提出一种光互连指令级并行计算结构模型;这种模型重新考虑计算机的软硬件界面,充分利用编译器提供的并行信息,因而具有一定的优越性.     

一种基于自由空间光互连的微粒度并行计算机体系结构模型

本文从自由空间光互连ＦＳＯＩ（ＦｒｅＳｐａｃｅＯｐｔｉｃａｌＩｎｔｅｒｃｏｎｎｅｃｔｉｏｎ）和并行处理技术的现状出发,提出了一种采用ＦＳＯＩ的并行计算机模型,这一模型充分利用了ＦＳＯＩ的优点,具有较好的并行效率．     

图像处理在PC机群上的实现及性能优化

利用PVM建立PC机群环境，并在此环境中开展并行研究。分别采用串行与并行的计算方法实现了图像的平滑处理。在并行计算中。对大小不同的图像分别进行了并行计算，得出对应的处理时间以及所获得的加速比。最后采用了一种改进的算法实现了图像处理。针对所获得的实验数据，得出加速比较低，通过采用数据本地化的优化措施．有效地提高了并行加速比．达到了良好的性能效果。通过对实验结果的分析可知，当前的并行处理的实施对于处理数据传输量很小的求解问题上有一定的性能效果．只有网络性能达到一定程度的时候，并行处理就可以应用在普通问题规模上．并能够取得良好的处理速度。     

一种基于随机散射簇的非平稳3D空间信道模型

针对大规模MIMO信道的近场效应和非平稳特性,该文提出适用大规模MIMO信道的一种基于随机散射簇的非平稳3D空间信道模型。采用抛物波前代替球面波前建模近场效应,并分析抛物波前条件下该模型的信道容量。对于大规模MIMO信道的非平稳特性,提出基于散射簇的有效概率确定收发天线阵元的有效散射簇集合,从而建模散射簇沿天线阵列轴的随机演变来合理描述散射簇的出现和消失。仿真结果表明,用抛物波前和有效散射簇的随机演变来建模大规模MIMO信道特征是很好的候选方法。     

MapReduce并行编程架构模型研究

针对高质量高效率的MapReduce应用程序的开发,分析了基于Hadoop MapReduce模型的工作机制,从开发类库级阐述了MapReduce并行工作流程,提出了一个具有通用性的MapReduce开发框架原型,对开源的Ma-pReduce模型的改进作了一些展望.