位归约识别的研究与实现

尽管归约识别及并行化技术已经不是一个新的技术,但现有的并行化编译器的归约识别功能还不能满足实际应用的需要。通过对归约操作识别及并行化的分析和研究,在SUIF的基础架构上通过修改中间表示语言,实现了对位归约操作的识别功能。     

面向并行程序设计的扩展UML建模

为了解决并行软件开发复杂及维护困难的问题,提出一种并行软件建模的方法。利用统一建模语言(UML)的扩展机制建立了一系列模型,描述了分布式共享内存的基本程序结构建模,通过组合这些基本模型,创建新的模型来适应具体应用。该建模方法保留了UML易理解、易扩展和易于指导工程实践的特点,便于从串行建模扩展到并行建模。通过对一个并行应用的描述,表明该方法对实际的并行程序设计具有指导意义。     

位归约识别的研究与实现

尽管归约识别及并行化技术已经不是一个新的技术,但现有的并行化编译器的归约识别功能还不能满足实际应用的需要.通过对归约操作识别及并行化的分析和研究,在SUIF的基础架构上通过修改中间表示语言,实现了对位归约操作的识别功能.     

并行自动测试系统硬件结构研究

为实现自动测试系统高效率和低成本,对并行自动测试系统的硬件结构进行了研究,提出了单处理器架构方式下的并行自动测试系统硬件结构;并具体对测试控制器、接口总线、仪器资源以及开关系统等各硬件模块的特点进行了研究,通过分析它们对并行测试的支持,明确了并行自动测试系统设计中的关键技术,可指导系统的实际开发。     

BUSTER：一个可移植的并行调试器

软件可移植性问题研究对提高工作站机群系统的通用性具有重要意义。并行调试器通常对于平台的依赖性强,可移植性较差。为此,本文提出了一种层次结构的设计方案,通过通用源代码信息表,较好地解决了并行调试系统的平台独立性问题,该方案已经实际应用于并行调试工具BUSTER系统,成功地实现了该系统在不同运行平台的移植。     

SNFS并行文件系统负载均衡技术的研究与实现

在大规模集群系统的并行运算环境中,I/O效率一直是影响系统整体性能的关键因素,并行文件系统技术是目前解决I/O性能瓶颈的有效途径之一。介绍当前并行文件系统的发展现状以及并行文件系统的类型,阐述SNFS并行文件系统的架构以及负载均衡DLC(分布式LAN客户端)技术的实现原理,并给出大规模集群系统环境中SNFS文件系统负载均衡技术的实现方法,最后,通过实际应用分析说明该技术在提升I/O性能上的优势。     

改进的并行遗传模型的构建及应用

遗传算法在处理一些复杂问题时效果不理想。该文在保证算法收敛和最大限度地搜索模型空间的基础上,对遗传算子采取相应策略进行改进,并通过界约束增加解的稳定性。为了提高计算效率,采用并行遗传算法,将并行计算机的高速并行性和遗传算法固有的并行性相结合,选择合适的迁移拓扑结构和迁移策略,构建并行模型。给出了改进后并行遗传算法(PGA)的设计流程图及详细算法描述,在叠前地震反演的实际应用中,取得了良好的效果。     

基于数据动态冗余的分布式并行系统重构机制

设计高可用分布式并行数据库系统,系统重构不能只局限于单节点状态变化,为此提出了基于数据动态冗余的分布式并行系统重构机制。该机制通过相关事件触发系统检测,及时分布采集节点状态信息,借助数据的再生和转移,在各节点并行完成负载失衡和节点状态变化下的系统自动重构。实际应用表明,该机制解决了多节点状态同时变化的系统资源和数据资源的重构问题,保证了数据库系统的高可用性。     

基于集群的MPI主从式并行文件传输系统的研究与实现

研究并实现了一种基于PC集群系统的MPI主从式并行文件传输系统。通过引入一个监控节点实时监控当前各真实节点上的连接数、请求任务量以及各节点的实际处理能力,并衡量不同内容节点的负载,以实现集群内各节点负载均衡,从而更合理地实现并行文件I/O的任务分配。结果显示,该系统具有近似线性加速比,即文件I/O传输速度随着并行节点数量的增多而提高。     

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．     

LSMPP并行C语言设计

LSMPP并行C语言是针对LSMPP嵌入式并行计算机而设计的并行语言,在选取特定的C语言子集的基础上进行并行扩充得到,并增加了图像处理函数库及算术运算函数库,形成的面向图像处理的并行语言。     

基于MPI的伪随机序列并行加密算法研究

伪随机序列并行加密算法是科学与工程领域中极为重要的问题，拥有广泛的应用领域。而MPI是现在最流行的并行编程的工具，基于MPI的并行计算是现在被关注的热点。伪随机序列并行加密算法存在研究和实现上的困难，主要原因就是没有一个有效对它进行支持的工具。本文将伪随机序列并行加密算法与MPI结合起来，研究如何提高伪随机序列并行加密算法的效率。通过实验模拟和算法分析，证明这是有效的。因此，基于MPI的伪随机序列并行加密算法将会为相关应用和研究领域提供新的方法和方向。     

一种关系型数据库并行概念学习系统的探讨

关系型数据库中包含了大量的关系模式,其中的数据结构一般为结构化或半结构化数据。通过机器的概念学习,从这些数据结构中提取信息、得到更高层次的概念,这个机器学习的过程效率高低,将直接影响概念的获取,建立一个并行概念学习系统是一种比较可行的方法。文中探讨了关系型数据库的并行概念学习方法,给出了一种并行学习策略,建立了一种并行概念学习系统,可以有效地提高关系型数据库概念学习的效率,从而挖掘出更高层次的概念。     

高阶矩阵相乘算法的研究

本文通过对于高阶矩阵相乘算法的串并行比较,尤其是MPI技术下的并行算法的探讨,得出在MPI环境下进行高阶矩阵相乘的可行性、简单性、必要性.     

基于分布对象的并行程序设计方法研究

研究分布式对象的并行实现及优化,提出一种基于分布式对象的并行程序设计方法,构建一个基于分布式对象的并行程序设计模型,并以此方法完成虚拟计算机网络实验系统的设计和实现实验结果表明,该虚拟计算机网络实验系统并行性较好、响应速度适中,证明基于分布式对象的并行程序设计方法在改善微机系统并行性上具有一定的作用     

基于对角划分的矩阵乘并行算法

提出了一种新的基于对角划分的矩阵乘并行算法,它在以往行列划分策略的基础上,采用基于对角划分的策略。数值试验表明该算法具有较高的加速比和并行效率。     

一种基于条件熵的决策表属性约简并行算法*

本文以分类为基础提出了一种基于条件熵的决策表属性并行约简算法。该算法通过条件熵的计算在属性约简的同时将原决策表逐层分解为相对于决策属性来说尽量均匀的子决策表,从而实现了属性约简的并行计算。本文随后对该算法的时间复杂度进行了分析,实验表明,该算法在效率方面优于传统算法。     

Resolving a L2-prefetch-caused parallel nonscaling on Intel Core microarchitecture

Parallel workloads on shared-memory multi-core processors often suffer from performance degradation. Cache eviction, true/false sharing and bus contention are among the well-understood causes to this problem. This paper presents a study that shows the L2 DPL (data prefetch logic) in processors based on Intel Core microarchitecture can be a cause to this problem as well. The study through a case of an image integration finds the nonscaling problem on the parallel integration of images whose size exceeds the capacity of the processor’s L2 cache. Through an analysis on relevant performance events using Intel VTune™Performance Analyser the L2 DPL prefetch is found less effective over the parallel integration in prefetching needed data than over the serial ones. To resolve the problem a novel parallel image reverse loading is developed with the purpose of reducing the number of memory accesses over the parallel integration and the associated delay. Experimental results demonstrate that the parallel integration after the parallel reverse loading shows significant speedup against the same parallel integration but after serial loading.     

并行构件技术研究综述

并行构件技术作为并行软件工程的主要内容之一,对提高并行计算软件的生产率具有重要意义,也是并行软件工程的重要研究内容。并行构件技术研究现状包含并行构件模型、并行构件体系结构规范、并行构件框架3个方面。并行构件、接口、框架的定义和实现是区分不同并行构件体系结构规范的主要标准。如何在实现并行构件复用性的同时提高并行构件组成的应用系统性能,是这些技术发展的共同思想。单构件多数据、多构件多数据编程模型、多语言互操作技术、并行远程方法调用、MxN问题的解决方法、不同模型构件间的互操作都是并行构件领域的研究成果。并行构件技术的发展方向是开展对多语言互操作、性能预测、自适应构件、构件模型的互操作、多核硬件上的并行构件体系结构技术的研究。