异构盘阵中最优Stripe Unit Size选择技术

缓解计算机IO子系统瓶颈的有效手段是采用磁盘阵列，配置时，SUS(Stripe Unit Size)的选择对盘阵性能的影响非常关键，而以往对异构盘阵的SUS的选择研究较少，该文推导出了确定异构盘阵最优SUS的方程，具体工作如下：首先，该文采用close队列网络模型来描述异构盘阵负载；然后，从该模型推导出系统数据传输率解析表达式，根据该表达式和异构盘阵中设备的特性，可求出使传输率最大的SUS，最后，研究中进行了大量的模拟试验，模拟试验表明在并发的进程数大于10时，所推导的结论与模拟结果非常吻合。     

谱方法求解水声传播问题的优化与并行

水声传播数值计算的效率是各类水声学应用关心的核心因素之一,谱方法作为求解微分方程的一种数值方法,具有精度高、收敛速度快等优点,因此,近年来利用简正波-谱方法求解水声传播方程引起了许多学者的关注;然而,谱方法计算量更大,计算时间更长,在求解大范围海域声传播问题时,难以满足实时性的需求.因此,需要借助现代高性能计算机系统,...     

蛋白质的分组重量编码及在结构型预测的应用

从氨基酸的物化特性出发,利用物理学中“粗粒化”思想,提出了一种蛋白质序列的分组重量编码方法(Encoding Basedon Grouped Weight,简记为EBGW),并结合组分耦联算法进行结构型预测的研究。对标准集T359中359个蛋白质的Resubstitution检验和Jack-knife检验预测准确性分别达到99.72%和91.09%,其中Jack-knife检验总体预测精度比相同条件下采用氨基酸组成编码的方法提高了约7%,特别是α+β类的预测精度提高了15%。实验结果表明蛋白质序列的EBGW编码方法能够有效地提取字母序列中蕴含的结构信息。     

基于Kriging替代模型的水声传播损失不确定性量化研究

针对传统水声传播模型在计算精度与效率上难以平衡的问题,本文提出了一种利用Kriging替代模型进行水声传播损失不确定性量化的快速计算方法。利用Kriging模型替代经典Kraken传播模型,缓解Kraken模型耗时的问题,以较高的效率和精度进行水声传播计算并得到相应的水声传播损失。在此基础上,进一步将Kriging替代模型与蒙特卡洛方法结合起来,对由多个环境变量引起的水声传播损失进行不确定性分析,得到传播损失的后验概率密度分布以及90%置信区间分布。试验结果表明所提方法可以快速有效量化水声传播损失的不确定性,为水声传播损失不确定性量化提供了一种新的思路和方法。     

结构网格CFD应用程序在天河超级计算机上的高效并行与优化

对多区结构网格大规模CFD流场模拟的高效并行方法进行了研究,以天河超级计算机平台的CPU同构计算环境和CPU+MIC异构计算环境为例,重点讨论了CFD应用特点与超级计算机运行环境相适应的性能优化与改进策略,发展了一系列多层次并行与性能优化方法.通过在天河2高性能计算平台上进行了多个算例的数值模拟,验证了这些优化方法的并行效果;在CPU+MIC异构平台上模拟的最大CFD问题规模达到6800亿个网格单元,共使用137.6万CPU+MIC处理器核,测试结果表明在CPU+MIC异构平台上移植优化后的程序性能提高2.6倍左右,且具有良好的可扩展性.     

蛋白质结构预测算法的评估

选取合适的蛋白质结构预测算法的性能评估指标，是直接影响到衡量和比较各种蛋白质结构预测算法优劣的重要问题。本文对目前各种评估指标进行了剖析比较，总结对比了各种评估指标的优缺点，分析了其相互之间的联系与区别，并结合神经网络建模，提出各种评估指标的适用范围与使用原则。     

面向CPU+MIC混合异构平台的地震波叠前时间偏移算法并行与优化策略

地震波的叠前时间偏移算法是构造复杂岩层成像最有效的方法之一。地震勘探进入海量数据时代,且叠前偏移算法是数据处理中最费时的环节,对叠前偏移算法做并行计算优化有着重要的研究意义。近年来,高性能并行计算开始进入异构、众核时代,以Intel新一代至强融核MIC(Xeon Phi)为例,新型众核处理器具有成本低、性能高等特点。从最经典的Kirchhoff叠前时间偏移(PKTM)算法出发,基于CPU+MIC异构平台,采用offload编程模式实现对PKTM算法的并行移植与性能优化,对于6 000万规模(8 000×8 000)的应用问题,总的并行模拟时间从357.52s减少到1.66s,性能提升了214.37倍。     

网络图自动绘制的超松弛加速算法

大规模网络的自动布局与绘制问题近年来得到了广泛的研究,其中基于力导引优化的迭代算法成为最成功的方法之一.传统力导引算法在理论与实践中存在两个困难,一是迭代序列收敛性判定及收敛速度估计在理论上尚不完备,二是针对大型网络使用迭代算法的运行时间开销巨大从而极大地限制了其实用价值.本文对这两方面难题进行了探索,首先基于非线性迭代理论给出力导引优化迭代过程收敛速度估计的一种理论方法,其次基于超松弛加速原理给出加速力导引迭代收敛过程的一种实用启发式方法.通过对基准测试数据及应用中的图实例数据进行的实验结果表明,与现有方法相比,本文的超松弛加速方法能有效降低运行时间开销,平均加速达1.5倍左右.本文最后对下一步工作进行了总结和展望.     

大规模CFD多区结构网格任务负载平衡算法

针对现有负载平衡算法的适应度低、可扩展性差、通信开销度量不准确的缺陷, 提出一种大规模CFD多区结构网格任务负载平衡算法。通过对网格块的分割、网格块之间的组合映射、进程上网格计算量的调整来实现并行CFD任务负载平衡。实验结果表明, 该算法既适应同构平台也适应异构平台, 既适应网格块数多于进程数的情况也适应网格块数少于进程数的情况, 该算法可使得整个计算空间分配到各进程上的计算量负载平衡, 同时使得各进程间的最大通信开销最小。