消息传递并行编程环境MPI

本文介绍了消息传递接口MI的基本原理、编程方法和几个基本函数。     

基于MPI并行开发平台的并行库研究

本文介绍了支持网络并行计算的并行开发平台ＭＰＩ，并讨论了ＭＰＩ在其支撑技术一消息传递上所估的改进与补充，表明ＭＰＩ支持面向平观网络并计计算的并行库的开发，文章最后介绍了作者以ＭＰＩ为开发平台研制并行库的工作。     

渐进式MPI并行编程的教学方法

MPI并行编程的教学过程中，首要任务是解决好串行编程思想到并行编程思想的转换，让学生掌握SPMD方式下同一段代码可以形成不同计算行为是关键所在。从单机环境下的多进程／线程编程入手，获得SPMD的概念后再学习MPI的基本概念，然后学习其他高级特性，可以使得学习过程相当顺利。     

MPI在CT并行重建中的应用

CT图像重建计算量巨大,为了达到理想的重建时间,并行处理很有必要,CT图像重建过程各个子空间相互独立,具有很好的并行性。采用基于消息传递接口(MPI)的并行算法充分利用了CT图像重建的这个特性,以平行束重建为例,采用卷积反投影重建算法进行CT图像重建过程的并行实现进行分析,实验结果证明,并行处理和单机处理重建结果完全一致,并且能够达到比较理想的加速比,可以扩展到CT的其他重建算法。     

基于Message Passing的并行编程环境

在分布式并行计算机系统中，由于处理机间无共享内存，因此采用了ＭｅｓｓａｇｅＰａｓｓｉｎｇ方式实现处理间的通信。文中讨论了基于ＭｅｓｓａｇｅＰａｓｓｉｎｇ的并行编程环境所应具备的特点，然后介绍几种被人们普遍接受的并行编程环境。     

基于Linux的MPI并行环境的配置

并行处理是一项重要的技术,简要介绍MPI的定义,详尽描述了在Linux环境下如何安装和配置MPI,搭建并行程序实现的软件平台,以达到多机并行计算,或者单机多进程模拟多机并行计算.     

MPI程序中通信原语转换方法研究

在当前存在的大量非结构化MPI程序中，许多基于点对点通信原语的代码段可以替换为相应的结构化集合通信原语，在MPI代码结构分析的基础上提出了一种MPI程序中点对点通信原语到集合通信原语转换的方法，首先分析非结构化MPI代码的内部结构，建立Diophantine不等式系统，然后用Omega库运算得到点对点通信代码段的通信模式集，再辅以数据交换分析确定对应的集合通信原语并替换，并给出了相应的实例分析。     

基于多核集群系统的并行编程模型的研究

并行计算技术是计算机技术发展的重要方向之一。当前并行程序模型主要有消息传递模型和共享存储模型两种。随着处理器多核技术的发展,在一枚多核处理器中集成两个或多个完整的计算引擎（内核）,并充分利用多核计算机的特性,发挥多核计算机的性能成为一个很重要的研究方向。介绍一种新的MPI实现机制,这种机制集成了共享存储模型和消息通信模型的优点,在节点内使用共享存储模型,在节点间使用消息传递模型,并且通过自动生成线程级的任务来获得更好的性能。．     

基于机群系统的PVM并行编程技术研究

首先简单介绍了当今最流行的分布式并行编程环境之一－PVM系统;然后论述了基于机群系统的PVM编程的一般方法,详细讨论了计算任务的分解,程序模式的选择,进程同步的设置及消息传递等关键步骤,最后,对PVM程序的调试作了简单的探讨。     

主动消息与MPI

本文详细分析了消息传递的开销问题,并对可降低开销的一种机制：主动消息进行了深入探计,在此基础上给出了将主动消息引入ＭＰ少基于主动消息实现ＭＰＩ的原型。     

基于曙光-2000的MPI循环并行方法

曙光-2000并行机系统是分布式存储系统，在此类系统上直接写并行程序是很困 难的。该文通过详细分析书写MPI程序的各种模式，结合曙光-2000并行机，给出一种将串行 程序改写成MPI并行程序的方法：分析串行程序的循环体，考虑数据依赖关系，加以适当的 M PI函数，使之并行化。     

基于MPI的并行最大最小蚂蚁系统

现有蚁群系统在求解大规模组合优化问题时所需的计算时间较长。针对该不足,提出基于消息传递接口的粗粒度异步协作并行最大最小蚂蚁系统,能在保证解质量的前提下,降低并行计算中的通信开销。在曙光4000L并行机上进行的数值实验结果表明,该系统具有较优的并行加速比和加速效率,且适合于大规模TSP问题的求解。     

基于MPI的大规模栅格影像并行瓦片化算法

当前主流GIS软件以及互联网地图应用在WebGIS（网络地理信息系统）解决方案中都广泛采用地图切片（又称瓦片）,切片处理服务是实现影像在WebGIS上快速无缝浏览的关键技术。针对目前传统算法以及商业GIS软件在大数据量栅格影像快速瓦片化方面的不足,提出一种名为ParaTile的高效栅格影像快速瓦片化方法,ParaTile基于MPI共享外存的并行技术,利用多进程对原始栅格影像进行数据划分,每个进程对其所划分的区域进行独立读写和计算,而后再按照TMS或者Google Tile定义的标准将瓦片进行编码输出。实验采用不同级别大小的遥感影像进行测试,结果表明ParaTile在面对不同规模的数据时,无论从速度还是算法稳定性上都较现有算法和工具具有显著优势,特别是当数据量越大时,这种优势愈加明显。     

基于MPI的层状地层并行可视化技术

为了提高层状地层的可视化绘制速度,结合地质探勘数据的特点,基于MPI开发地层的并行可视化程序,并采用Kriging方法对多个地层的数据进行并行插值计算。利用多台PC机搭建Windows2000 操作系统下的并行计算环境,计算时间统计数据对比表明并行计算方法能有效地节省计算时间。     

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。     

一种基于MPI的并行体绘制算法

介绍了基于MPI并行程序开发平台实现的一种三维重建并行处理算法。算法采用了Master-Slave并行计算模型，针对射线投射方法的特点，为减少运算时间，选择对图像空间进行任务划分的策略，并用任务池方法实现了动态负载平衡。通过对虚拟中国人女性一号(VCH-FI)的头部和脚部数据集的重建，表明该算法在任务规模和节点规模上具有较好的可扩展性。     

基于WWW的虚拟并行程序环境的设计与实现

该文提出了一个基于ＷＷＷ的虚拟并行程序环境框架,并且对实现该环境的关键技术如消息传送接口、基于Ｊａｖａ图形用户接口、可视化子系统应用等进行了研究。该环境在大型复杂工程研究开发、远程教育等领域有着重要的应用。     

基于MPI的并行PSO混合K均值聚类算法

传统的串行聚类算法在对海量数据进行聚类时性能往往不尽如人意,为了适应海量数据聚类分析的性能要求,针对传统聚类算法的不足,提出一种基于消息传递接口(MPI)集群的并行PSO混合K均值聚类算法。首先将改进的粒子群与K均值结合,提高该算法的全局搜索能力,然后利用该算法提出一种新的并行聚类策略,并将该算法与K均值聚类算法、粒子群优化(PSO)聚类算法进行比较。实验结果表明,该算法不仅具有较好的全局收敛性,而且具有较高的加速比。     

一种适合于并行计算的新方法——相对标准法

通过对离散量系统中事物之间相互关系的研究,提出了相对标准这一概念。通过建立适合于并行计算的数学模型,推导出能够解决实际问题的理论公式。并以一个实际的例子,通过在曙光1000AMMP并行计算机上的演算,证明该方法具有非常好的并行效率和广泛的应用前景。