并行计算在多核平台上的实现与应用研究

多核CPU在当前已成为PC机的常规配置,为了充分发挥PC机的性能,以提高应用软件的运行速度,本文针对如何在多核CPU上实现并行计算进行了研究,将其应用到薄层水流流速参数的虚拟正态边界模型计算中．经实例测试验证,采用双核、四核并行计算的模型求解速度分别是单核情况下的1．4倍、2．4倍,核心数越多,倍数越大．     

并行计算和稀疏存储在模糊积分上的应用

近年来很多学者开展了模糊积分的相关研究,并将模糊积分应用于各种分类问题,而模糊测度的确定则是模糊积分计算的重点和难点。本文将并行计算和稀疏存储应用在模糊积分求解上,分别解决模糊积分计算中的时间复杂度和空间复杂度问题,并提出一种高效率模糊积分算法—基于并行和稀疏框架的模糊积分(Parallel and Sparse Frame Based Fuzzy Integral,简称PSFI)。实验表明,随着计算资源的增加,PSFI算法的加速比和效率下降较低。在变量存储上,PSFI算法在较多特征的数据集上对存储空间减少数千倍。最后,本文提出的PSFI算法相比之前提出的多重模糊积分(Multiple Nonlinear Integral, MNI)算法,有较高的分类准确率。     

GPU并行计算在LSSVM股票预测上的研究与应用

金融市场股票的价格预测是投资者们关心的热门问题,随着股票数据规模以及样本维数的日益庞大,人们对于股票预测算法在保证准确之外的预测速度也提出了更高的要求。在最小二乘支持向量机(LSSVM)股票预测算法的基础上,提出一种适宜支持向量机的GPU并行计算模型。实验证明,新方法不仅可以保证预测的精度,而且可以大大缩短预测时间。该方法可以广泛运用到金融领域的大规模数据处理以及预测中,具有较高的应用价值。     

并行计算在网络安全中的应用

信息技术的发展与应用促进了信息安全不断的延伸,在信息安全技术中“安全的密码算法”是最重要的。本文在简单介绍著名的对称密钥加密算法-DES和并行计算技术,并就并行计算技术在密码算法的加解密过程中的应用,在提高加解密速度方面的作用作了积极探讨。     

OpenMP在并行计算中的应用

OpenMP的功能、执行方式和主要指令,用OpenMP对一个描述粒子运动的模式进行了并行优化。     

多核计算机上的并行计算

研究了多核计算机上0penMP＋Vc＋＋编程模式的并行程序,并在双核和四核计算机上分别使用传统算法和并行算法计算数列求和、矩阵乘积及矩阵Cholesky分解。试验表明,传统串行程序只能利用多核计算机的一个核资源,而采用OpenMP程序的并行效率很高。     

网络并行计算在图象处理中的应用

当前随着计算要求的不断提高,并行计算发展方法未艾,网络并行计算更成为新的潮流,在并行处理中,图象处理是一个重要的应用领域。提出一种动态并行方法,以此实现Ｍａｎｄｅｌｂｒｏｔ图形。通过对实验数据的分析,对于任务规模和并行计算的加速比进行了研究。     

改进FP-growth算法在气象预报中的应用

针对现在全球极端天气频发的现状,天气预报用来及时发现灾害天气的出现显得尤为重要.随着数据挖掘技术的迅速发展和广泛应用,采用了改进FP-growth算法挖掘出各种气象因子之间可能存在的关联,从而发现气象特点,对近期天气气象做出预报.经过仿真实验验证,改进后的算法在天气预报准确率有了明显的提高.     

并行计算在光线追踪中的应用

目前,计算机图形学的技术包括有光栅化,光线追踪,辐射度3种主流算法.而光线追踪又以其绘制的真实感性及实现的方便性,受到了广泛的应用.但光线追踪的最大问题在于性能.围绕光线追踪中的核心算法-射线与三角形相交算法展开讨论,引入基于Intel TBB并行编程工具的线程级并行技术以及基于SIMD的指令并行技术,提高其算法的速度.其加速技术可以使光线跟踪的性能在计算机多核的情况下,相对于串行跟踪方法有明显的改善.     

局域网上并行计算方法研究

本文阐述了一种在RedHat Linux6.1操作系统的局域网上,实现并行计算的方法。     

并行计算构件技术在过程模拟中的应用

本文围绕当前应用领域对并行计算的需求趋势,阐述了高性能计算中的并行构件开发技术的应用前景。提出了分步实现领域专用的SPMD模型下并行库的思想。在此基础上,以神威并行计算机为依托,初步实现了一个颗粒流体系统拟颗粒模拟并行库的设计。实验表明,该方法能有效提高并行程序的开发效率。     

并行计算在SAR图像处理中的应用

基于并行计算在高性能计算中的优势并根据SAR图像处理的特点,探讨了并行计算在SAR图像处理中的应用.给出了SAR图像并行处理的一般过程,并用具体例子作以说明,同时也给出了如何提高SAR图像并行处理效率的一些措施.     

SPH-GPU并行计算在风沙流中的应用

为了实现小尺度范围风沙运动的真实感模拟,采用基于拉格朗日力学无网格形式的光滑粒子流体动力学（smooth particle hydrodynamics,SPH）方法解决了基于欧拉网格法因网格大变形或者变形边界等引起的各种问题,并克服了不能用固定欧拉网格追踪任意单颗粒子运动轨迹的困难,因此该方法在研究风沙运动方面有着独特的优势。然而,随着风沙流动中SPH粒子数目的增加,该方法计算效率低,计算规模大的缺陷在风沙模拟过程中尤为明显。为了提高其计算效率,在CUDA软硬件平台上,建立SPH-GPU并行加速的二维气沙两相耦合模型,对串行的热点程序进行分析,找出最耗时且适合并行的热点程序;其次对GPU并行计算模型进行验证,宏观上得到了沙粒群运动的时空变化规律,微观上得到了典型沙粒的跃移轨迹和变异的尖角轨迹;最后对比了三种不同粒子数下CPU与GPU的计算效率。模拟结果证明SPH-GPU并行计算方法能够进一步应用在风沙流的数值模拟研究中。     

网络并行计算在物探数据处理中的应用

通过构建PVM的网络并行计算平台,将并行计算的环境应用于勘探地球物理的计算中,利用互联网上的计算机资源实现大问题的并行计算,使得许多优秀的算法得以体现和广泛地应用。该文介绍了系统平台的构建、任务的划分和分派、处理结果的回收及对系统效果进行评价等内容。     

并行计算应用程序开发（上）

当今的软件开发是由两个关键因素所促成的:其一是并行计算技术的广泛采用;其二是面向服务的体系结构的发展趋势。这两种理念都由来已久,但当前的CMT(Chip Multi- Threading,芯片多线程)处理器设计、平行扩展系统,延迟时间近乎于零的互连和新的Web服务标准都加速了两     

局域网上并行计算中的通信问题

基于局域网的工作站机群（NOW）,以其巨大的计算潜力、良好的性能价格比、可扩展性又灵活的体系结构而受到人们的重视。要建立有良好并行性能的NOW通用系统,必须解决许多问题,如工作站间通信开销大的问题。负载平衡问题、异构、容错等问题。文章较详细地讨论了在实现NOW系统存在的一些通信问题,并分析了国内外对此所做的一些工作。     

SMP集群上的混合并行计算

<正>1引言并行计算机体系结构的一个发展趋势是SMP(Symmetric Multiprocessor)集群系统。它们是由拥有多个处理器的SMP节点和连接各节点间的快速     

层流扩散燃烧在GPU上的并行计算和数值分析

在实际工程应用中,使用传统的CPU串行计算来开展燃烧数值模拟往往难以满足对模拟速度的要求。利用GPU比CPU更强的计算能力,通过在交错网格上将燃烧物理方程离散化,使用预处理稳定双共轭梯度法(PBiCGSTAB)求解离散化方程,并且探索面向GPU编程的矩阵向量乘并行算法和逆矩阵向量乘并行算法,从而给出一种在GPU上数值求解层流扩散燃烧的可行方法。实验结果表明,GPU并行程序获得了相对串行CPU程序约10倍以上的加速效果,且计算结果与实际情况相符,因而所提方法是可行且高效的。     

POP海洋模式在四核至强集群上的并行计算

分析了POP海洋模式原理、离散方法。在四核至强集群上,研究分析POP模式中计算局部块技术和平衡并行数据剖分及其对模式性能的影响。针对模式的通信性能瓶颈,采用聚合通信优化技术。研究结果表明局部块技术和数据剖分方式对于POP模式并行性能影响显著;通过通信聚合优化,POP模式在四核集群上性能获得明显提升。     

可解释人工智能在气象预报中的应用和展望

本研究探讨了可解释的人工智能在现代气象预报服务业务中的应用和展望。目前,AI技术在强对流监测、临近预报等方面提高了准确性,但仍存在训练数据集不完备、不平衡和模型解释性不足等问题。未来,可解释的人工智能将成为重要发展方向,提高预测模型可靠性和可信度,其与数值预报融合将成为另一趋势,提供更准确、可靠的天气预报。研究应关注解释性AI模型开发应用以及AI技术与传统数值预报融合方法,以推进可解释的人工智能在气象预报服务业务中的应用和发展。