基于i860XP和Transputer的异构型多处理器系统

新出现的ＲＩＳＣ微处理器提供了超计算能力，采用ｉ８６０ＸＰ超标量微处理器来增强已存在Ｔｒａｎｓｐｕｔｅｒ系统的性能是一种切实可行的方法，它们构造了一种异构型多处理器系统，本文给出了该系统的设计和性能分析。     

开放型数据库互连ODBC

美国微软公司（Ｍｉｃｒｏｓｏｆｔ）提出的开放型数据库互连ＯＤＢＣ（ＯｐｅｎＤａｔａＢａｓｅＣｏｎｎｅｃｔｉｖｉｔｙ）是近期关于异构型数据库访问的最重要进展之一。本文分析了异构型数据库间不能互操作的原因，介绍了ＯＤＢＣ的产生与发展、体系结构与特性、以及一致性级别。     

异构计算环境中循环级并行性提取及调度

首先给出了循环最大加速比的定义,它是循环体中隐含并行性大小的度量。并且讨论了Ｄｏ循环的各种类型和它们的相关性以及隐含的并行性。在异构环境中,如何开发这些并行性,文中给出了几种方法,这就是异构计算消除串行瓶颈,异构Ｄｏ＿ａｌｌ＿ｌｏｏｐ调度,异构Ｄｏ＿ａ＿ｃｒｏｓｓ调度。无论在理论分析还是在实验结果上,这些方法所取得的计算性能都优于同构计算。     

一种包含Transputer的异构型分布式并行计算系统的架构

本文针对ＰＶＭ不支持Ｔｒａｎｓｐｕｔｅｒ的不足，介绍了基于ＴＣＰ／ＩＰ的Ｔｒａｎｓｐｕｔｅｒ异构型分布式并行计算系统（Ｔ－ＤＰＣＳ）的软硬件架构。从通信协议的选择、Ｔｒａｎｓｐｕｔｅｒ共享支持软件、分布式协同软件架构和通信函数库的实现等４个方面详细地阐述了实现ＴＤＰＣＳ的方案，并进行了原型实现。     

基于网络的异构型超级计算

实现基于网络的异构型超级计算具有巨大的潜力，它可以充分开发应用问题的固有并行性以及网络所集合的巨大计算资源。本文论述了异构型计算的特点和相关的问题，并介绍了两个具有代表性的异构型计算软件。     

ODBC的原理,结构和开发技术探讨

ＯＤＢＣ是Ｍｉｃｒｏｓｏｆｔ公司针对异构数据库之间互操作而提供的一个联接层的接口。它是异构数据库之间实现联接的一个很好的工具。本文将就ＯＤＢＣ的产生发展、基本原理和进行说明，并提出的利用ＶｉｓｕａｌＣ＋＋的基础类库ＭＦＣ和Ｖｉｓｕａｌ Ｂａｓｉｃ等开发工具进行ＯＤＢＣ开发的方案。     

面向对象的开放式异构分布计算系统

本文叙述异构分布计算系统的结构和特点，指出互操作是构成开放式异构成开放式异构分布计算系统的关键所在，而采用面向对象概念则是进行这种开放式系统设计的必然趋势。     

异构型并行分布计算系统PVM的结构分析

本文描述了异构型并行分布计算系统ＰＶＭ的组成和特征，详细分析了它的软件结构、工作流程和消息通信机制，并提出了它存在的不足之处。     

面向对象的开放式异构分布计算系统

本文叙述异构分布计算系统的结构和特点，指出工操作是构成开放式异构分布计算系统的关键所在，而采用面向对象概念则是进行这种开放式系统设计的必然趋势。     

异构应用资源共享系统的研究与设计

随着应用资源的日益增长和应用需求的不断变化，个人计算环境需要集成不同平台的异构应用资源。该文基于虚拟计算技术，提出一种异构应用资源融合和共享机制。通过对应用资源的挖掘、发布及注册，实现跨平台的异构应用资源融合和个人计算环境的动态重构。研究成果在科技部科技基础条件平台建设计划中得到了较好的应用。     

面向非正交多址的车联网中资源优化方案

为了解决车辆端计算能力不足、任务处理时延大、能源消耗多、无线资源缺乏等问题,该文考虑利用非正交多址技术进行任务上传和数据包下载的车辆边缘计算系统,对系统的卸载决策、缓存决策、计算和缓存资源的分配进行联合优化.由于车辆需要在动态网络环境下实时确定任务卸载和缓存策略,提出了一个以移动边缘计算服务器平均能耗最小化为目标的随机...     

Rapid prototyping of computing systems

Pervasive or ubiquitous computing requires the integration of multiple technologies, including software, hardware and human-computer interaction (HCI). To prepare students for this new paradigm in computing, we need multi-disciplinary academic programs and courses. Furthermore, real-world design projects, design processes and team experiences must play a primary role. The course "Rapid Prototyping of Computing Systems" at Carnegie Mellon University (CMU) combines all these elements in a single innovative course offered in multiple departments at CMU. Students learn topics in multiple disciplines and complete an industry-driven, team-based project using a well-defined design process. Although the course prepares students for a wide range of computing applications, the topics and projects focus on pervasive computing.     

基于消息分拣和双级请求队列的交易引擎模型

交易引擎的结构模型直接影响到交易引擎的工作机制、计算能力和性能指标。通过分析多模式交易的交易机制 ,引入虚拟混杂多处理机的概念 ,提出了虚拟混杂多处理机计算环境中基于消息分拣和双级请求队列的多模式交易引擎的软件结构模型。讨论了该模型中虚拟多处理机和分拣器的工作机制以及基于该模型的交易引擎的通信机制。     

Exploiting multi-core nodes in peer-to-peer grids

While the majority of CPUs now sold contain multiple computing cores, current grid computing systems either ignore the multiplicity of cores, or treat them as distinct, independent machines. The latter approach ignores the resource contention present between cores in a single CPU, while the former approach fails to take advantage of significant computing power. We provide a decentralized resource management framework for exploiting multi-core nodes to run multi-threaded applications in peer-to-peer grids. We present two new load-balancing schemes that explicitly account for the resource sharing and contention of multiple cores, and propose a parameterized performance prediction model that can represent a continuum of resource sharing among cores of a CPU. We use extensive simulation to confirm that our two algorithms match jobs with computing nodes efficiently, and balance load during the lifetime of the computing jobs.     

Generating data transfers for distributed GPU parallel programs

Nowadays, high performance applications exploit multiple level architectures, due to the presence of hardware accelerators like GPUs inside each computing node. Data transfers occur at two different levels: inside the computing node between the CPU and the accelerators and between computing nodes. We consider the case where the intra-node parallelism is handled with HMPP compiler directives and message-passing programming with MPI is used to program the inter-node communications. This way of programming on such an heterogeneous architecture is costly and error-prone. In this paper, we specifically demonstrate the transformation of HMPP programs designed to exploit a single computing node equipped with a GPU into an heterogeneous HMPP + MPI exploiting multiple GPUs located on different computing nodes.     

云计算与高能物理实验分布式计算的结合应用

高能物理实验具有大数据量和高计算量的特点,需要分布式计算系统对多个合作单位的计算和存储资源进行整合。中国科学院高能物理研究所已经创建了分布式计算环境,并实现对多个高能物理实验的稳定支持。近年来由于云计算技术不断发展成熟,其扩展性和易定制的特性非常适合应用于高能物理实验计算,是一种新的分布式计算资源类型。我们对云计算与分布式计算的结合应用进行了研究,成功将云计算整合到中国科学院高能物理研究所的分布式计算系统中,实现云站点的稳定运行,并进入生产状态提供给物理用户使用。     

基于多PLC协同的边缘计算网关测试平台设计

在工业企业数字化转型的大趋势下,边缘计算网关作为数据采集与转发的重要设备,需求快速上升。但目前国内工业企业自动化程度较低,工业互联网标准碎片化问题突出,边缘计算网关需要面对异构设备接入数量不一、工业协议多样、多数据并行采集的工业现场环境。然而,目前缺乏实验室环境下对边缘计算网关异构设备接入能力、工业协议兼容能力及并行数据采集能力快速验证方法的相关研究。设计了一种多PLC协同测试方法实现对工业数据采集现场环境的模拟,采用可视化测试用例开发、多协议融合、多PLC并行管控技术,在实验室条件下实现了对边缘计算网关的多设备、多协议、多数据采集边缘计算能力的快速测试验证。并搭建了一套基于多PLC协同的边缘计算网关测试平台,通过并行数据采集和协议融合等实验,证明该平台能够为工业企业提供快捷有效的边缘计算网关验证,能够极大地降低工业企业试错成本,助力企业数字化转型。     

云环境下集合隐私计算

多方保密计算是网络空间安全与隐私保护的关键技术,基于同态加密算法的多方保密计算协议是解决云计算安全的一个重要工具.集合隐私计算是多方保密计算的一个基本问题,具有广泛的应用.现有的集合隐私计算方案多是基于两方的情况,基于多方的方案较少,效率较低,且这些方案都不能扩展到云计算平台.本文首先设计了一种新的编码方案,根据新的编码方案和同态加密算法在云计算环境下构造了一个具有普遍适用性且抗合谋的保密计算集合并集问题解决方案.该方案中的同态加密算法既可以是加法同态又可以是乘法同态的加密算法.本文进一步利用哥德尔编码和ElGamal公钥加密算法构造了一种适用于云计算的高效集合并集计算方案.这些方案还可以对多个集合中的所有数据进行保密排序,并证明这些方案在半诚实模型下是安全的.本文中的方案经过简单改造,也可以保密地计算多个集合的交集.     

回归神经网络中样本特征记忆的反馈控制方法研究

分析了具有遗忘特性及信息锁存能力的状态回归神经网络的计算方法。针对多输入多输出时序样本,提出了更能反映网络短时记忆能力以及时序样本数据物理特性的同时刻反馈控制和计算方法。实验结果显示,该文提出的方法对时序样本的学习和记忆不但具有更高的准确性,而且不增加计算的复杂性。     

基于Stacking方法的多策略本体映射*

将概念相似度的计算问题看做分类问题,提出一种基于Stacking方法的多策略本体映射框架;利用Stacking方法组合多种概念相似度算法,进而提出基于Widrow-Hoff理论的元数据分类算法LMSMC。该框架中,第0层分类器使用各种概念相似度算法对源本体进行分类,第1层分类器使用LMSMC算法对元数据进行分类,从而实现组合多种算法的本体映射。实验表明该方法比单独使用相似度算法在查全率、查准率上均有所提高。