基于MPI的Strassen矩阵乘法算法的并行计算研究与实现

本文在Windows系统并行计算平台下,利用MPICH环境并结合Visual C 6.0编程语言,实现Strassen矩阵乘法算法的并行程序,实验表明该算法能有效地提高矩阵乘法的运行效率.     

MPI的多维数组传递协议

本文首先简要介绍了基于多机系统的半长处理平台所采用的消息传递机制，针对其在传递多维数组时存在的不足，提出了多维数组传递协议，并将其在ＭＰＩ并行虚拟处理平台上实现。     

基于MPI的几种算法的并行编程通用算法

针对在MPI并行编程环境下编程比较困难的情况,该文首先介绍了二维及三维分块通信的通用并行算法。然后,开发了一个矩阵相乘的通用并行算法模块,并分析了其加速比与数组规模及结点数间的关系。最后,笔者通过一个具体实例———拉格朗日插值算法的并行为例,分析了对于多重for循环的并行的一种算法。在此基础上,建立了一个通用的基于MPI的一些算法的通用的并行编程函数库。     

基于LAM/MPI的并行计算方法

介绍了并行计算的设计标准之一MPI,并深入研究了MPI的一个实现版本LAM,研究LAM的目的是为了在VLSI设计中运用LAM来加快矩阵的运算速度.LAM/MPI是对MPI标准的一个高质量的运用和实现,提供了在不同平台上的高性能运行.     

基于MPI的并行医学图像处理

本文就并行计算技术在医学图像处理领域应用的优势和现状,论述了医学图像处理算法的并行实现方法,并在并行计算集群上实现了CT图像Sobel算子边缘检测及基于互信息的单模PET图像配准的MPI并行算法。针对这两种不同应用和不同的机群规模分析了并行计算的性能,说明了并行计算技术在该领域的适用范围。     

基于MPI的并行Kriging空间降水插值

为减少空间降水插值的计算时间,以MPI并行接口为技术手段,采用数据划分建模方法,实现改进Kriging算法的并行算法.在Linux操作系统上搭建并行计算环境,试验数据表明,该并行算法能有效节省计算时间并具有良好的加速比、并行效率和扩展性.为Kriging插值算法的并行化实现和应用提供有意义的参考.     

基于MPI的二维稳态温度场的并行计算

作为颗粒离散元软件并行化的前期研究,对二维稳态导热问题的有限差分法求解程序进行了并行化处理.并行算法将计算域划分为若干个子域,并将各子域上的迭代计算任务分配给相应的处理器执行.同时,算法考虑负载平衡,并采用计算和通信的重叠技术,提高并行算法的效率.通过对二维稳态温度场导热问题的串/并行程序在曙光TC2600刀片服务器上的计算结果进行比较分析,验证了该并行方法的有效性.实验结果表明,计算耗时与通信耗时的比值越大,并行效率越高.     

基于MPI的连铸模拟并行计算

鉴于连铸模拟计算量大和耗时较长的特点,提出了基于cluster计算环境下的一种并行算法,该算法基于“分而治之”的策略,采用主从模式对模拟计算的SIMPLER算法进行了并行化。通过在cluster并行计算机系统上的数值实验表明,该算法取得了较好的并行计算效果。     

一种基于MPI与OpenMP的矩阵乘法并行算法

阐述MPI与OpenMP进行并行计算的特点,并在Visual Studio 2010上构建一个基于两者的混合编程平台。程序在该平台上执行时能够同时实现多进程与进程内多线程编程,设计并实现一种基于数据划分的矩阵乘法的并行算法,将数据分解为两部分交给两个计算节点分别完成,并在每个计算节点内将数据进一步划分,交给多个线程同时执行。通过与非并行矩阵乘法、MPI矩阵乘法、OpenMP矩阵乘法运算性能进行比较,验证该算法可以有效地挖掘计算机的处理能力。     

基于MPI的并行蚁群算法的实现

蚁群算法是新兴的仿生进化算法,具有并行计算、正反馈等特点,与其它各种启发式算法相比该算法具有明显的优越性。该文将实现蚁群算法的并行化,并用来求解TSP问题,结果证明能显著提高蚁群算法的收敛速度。     

基于MPI的Warshall算法实现及其优化

MPI并行编程方法是目前编程人员广泛使用的方法之一,但此方法将并行性开发的任务完全交给编程人员,程序的质量与效率往往与编程人员水平及风格不同而显示出不同的差异.本文基于MPI环境下把传统串行程序转变为并行程序从而提高其性能.此外通过MPI所提供的函数来进一步优化并行程序以便提高其性能.     

构建基于Windows和MPI的Beowulf并行计算系统

利用普通微机构建并行计算集群(常称为Beowulf系统),能够以低廉的价格获得强大的计算能力。文章介绍了利用16台微机构建一套Beowulf并行计算系统,节点微机上运行Windows2000操作系统,采用MPI(Message-Passing-Interface)的MPICH最新版本:MPICH.NT1.2.3作为并行计算的支撑环境,并以100Mbps高速交换式以太网作为互连网络。通过编制的并行计算程序对该Beowulf系统进行了并行效率的实际测试,测试结果表明该Beowulf系统能够达到非常高的并行加速比和并行效率。     

基于MPI的分水岭与区域合并结合算法的并行化研究

针对分水岭算法特点,给出了MPI编程模型实现分水岭算法并行化的方法,分水岭的初始分割及区域合并是针对图像区域进行的,各个区域之间的分水岭区域分割是可以相互无关的,存在数据并行性,因此可以通过并行计算来缩短分水岭区域合并的时间.实验结果表明,分水岭算法按区域划分并行化后部署在MPI集群上运行,具有较好的加速比和良好的扩展性.     

基于消息传递的并行计算环境:MPI与PVM的比较

本文对在分布式计算中广泛应用的二种并行计算环境ＭＰＩ（Ｍｅｓｓａｇｅ Ｐａｓｓｉｎｇ Ｉｎｔｅｒｆａｃｅ）和ＰＶＭ（Ｐａｒａｌｌｅｌ Ｖｉｒｔｕａｌ Ｍａｃｈｉｎｅ）进行了比较。从ＭＰＩ和ＰＶＭ的设计思想出发,在可移植性、任务控制和分配、资源管理、容错、安全通信的上下文和多线程、通信方式、名字服务和消息句柄八个方面分析了它们各自的功能特点。     

MPI＋OpenMP混合并行编程的分析

简要综述并行计算的思想,并对分布式内存结构和共享式内存结构两种结构的特点进行比较。叙述如何应用OpenMP和MPI进行混合编程,以及相应的混合编程模型。通过一个实例,针对多核CPU组成的SMP构架的集群,实现OpenMP和MPI混合编程的性能对比和结论分析。     

基于MPI并行计算的信号稀疏分解

在研究信号稀疏分解理论及其最常用的匹配追踪算法的基础上,针对MP算法存在的计算量过大的问题,提出一种基于并行计算系统实现信号稀疏分解的方法。该方法利用8台微机,采用MPI消息传递机制,以100 M高速以太网作为互联网络,构建了一套Beowulf 并行计算系统,在此系统上通过编制并行程序来实现MP算法。实际测试表明这种方法具有很高的并行计算效率,分解时间从单机75 min左右下降到8机并行11 min左右,大大提高了信号稀疏分解的速度。     

MPI程序在网格环境下移植的研究

将现有MPI并行程序移植到网格环境下有着非常现实的意义，本文介绍了网格计算的概念和MPI并行计算模型。阐述了将现有的MPI并行程序移植到Globus网格环境下的重要性，并针对这类移植的一种折中方案——MPICH—G2进行了研究、实验，总结了这种方案的特点和相关技术。     

MPI及MPI的高效实现

本文描述了ＭＰＩ的基本概念及两个ＭＰＩ实现软件ＬＡＭ和ＭＰＩＣＨ。ＭＰＩＣＨ是一个可移植的ＭＰＩ实现,可容易地移植到其他ＭＰＰ系统。我们在源码分析基础上 ,结合实践经验,给出了实现建议。     

基于Docker的MPI和OpenMP混合编程

针对当前搭建集群并行系统复杂且耗时等问题,提出基于Docker搭建并行系统。介绍轻量级虚拟化技术Docker的核心概念和基本架构,并基于Docker技术在Linux平台上搭建集群并行开发环境。简要阐述并行计算的思想,叙述MPI和OpenMP并行计算的基本概念和特点,针对矩阵并行乘法的算法建立MPI和OpenMP的混合编程模型,并给出混合编程模型与MPI并行编程模型以及OpenMP并行编程模型的性能对比,分析出现差异的原因。基于该混合编程模型比较Docker与传统物理机两者搭建的并行系统的并行效率。     

基于局域网和MPI的PC集群计算环境

利用现成PC构建由几十乃至几百台PC组成的廉价、实用且性能优良的并行计算机。实验系统是在由40台PC组成的以太局域网内,建立一个基于TRUBO—LINUX和MPI的集群计算环境,并在此基础上进行并行计算实验和性能测试。实验表明,这种环境适合于那些进程之间通信不频繁的或者通信开销相对于计算开销小得多的中粒度或粗粒度的计算任务。