一种基于Linux集群和MPI编程环境的并行计算方法

首先介绍了Linux集群、并行计算和MPI技术的基本概念与方法,深入研究了MPI并行编程环境和集群并行计算模式。然后对MPI进行了分析,给出了Linux环境下MPI编程环境的配置方法,在此基础上构建了一个基于Linux和MPI的集群系统。     

基于MPI的并行PC集群搭建的实现

本文阐述了在Linux和Windows系统下,搭建基于MPI的并行PC集群的过程,实现了各个节点的互通和基于MPI的并行计算.     

基于Ubuntu的MPICH2并行集群系统的构建

高性能计算是世界各国竞相发展的高科技技术,而集群系统是高性能计算技术的主流方向,本文结合了当前受到极大关注的一种Linux系统Ubuntu和MPI库的实现MPICH2,介绍了基于Ubuntu的MPICH2并行计算集群系统构建过程。     

PC集群的建立和MPI并行环境的实现与编程

基于商品化部件的高性能集群计算已逐渐成为一种未来主流的并行计算系统．本文介绍了一种基于WINDOWS和MPI并行编程环境的PC集群系统的建立，介绍了MH的特点以及MPI常用编程模式，并给出了具体的实例说明．     

基于PC集群的MIMD并行计算系统设计

论述了PC集群并行计算平台的建立,以及在此平台下的单一系统映像SSI和消息传递接口MPI。给出了一种基于M IMD体系结构和粗任务粒度的PC集群并行计算平台,并通过积分求π并行算法实例验证了该系统的可行性和效能。     

MPICH环境配置中的若干问题及解决办法

本文介绍了在Windows 2000下配置VC 使之能够编译MPI程序的方法,在RedHat Linux下配置微机集群的方法,在Windows和Linux下配置用于查看MPI程序日志文件的图形化阅读器Jumpshot的方法.     

MPI并行计算性能的研究

探索了一种基于Windows系统平台的、用于实现高性能计算的MPI并行环境.采用MPI最新版本MPICH2-1.0.6作为并行计算的支撑环境,通过编制的三个具有代表性的MPI并行计算程序,并在以100M bps交换式局域网作为互连的机群上和具有双核处理器的PC机上分别进行了并行效率的实际测试,得到了预期结果,并做了相应分析.     

MPI并行计算性能的研究

探索了一种基于Windows系统平台的、用于实现高性能计算的MPI并行环境.采用MPI最新版本MPICH2-1.0.6作为并行计算的支撑环境,通过编制的三个具有代表性的MPI并行计算程序,并在以100M bps交换式局域网作为互连的机群上和具有双核处理器的PC机上分别进行了并行效率的实际测试,得到了预期结果,并做了相应分析.     

混合并行计算在海洋水龄谱模拟中的应用研究

在海洋水龄谱数值模拟过程中应用并行计算技术可以显著提高运算效率。将适用于分布式存储环境的消息传递接口(Message Passing Interface,MPI)与适用于共享存储环境的开放式多处理(Open Multi-Processing,OpenMP)两种并行计算技术相结合,提出了一种适用于海洋水龄谱数值模拟的混合并行计算模型。对比了其与传统的纯MPI方式在多核心(Chip Muti-processors)集群上的运算效率,并在此基础上研究了混合模型的系统资源利用情况以进一步了解其扩展能力。实验结果表明,MPI+OpenMP混合并行水龄谱模型具有更高的运算效率,同时系统资源消耗明显低于纯MPI方式。     

基于SOA的协同审批平台研究

本文设计并实现了一种基于Linux平台的集群计算系统,在这个系统中,我们模拟并实现并行平台的要求,设计一个积分计算程序来实现.本文设计的并行平台是采用了PRAM并行计算模型,对等模式的方法,两台机器可以同时执行程序,并用一台机器来显示结果.     

基于高性能微机群集的并行计算环境的设计与实现

基于工作站或高性能微机群组的并行计算,是并行计算领域研究的热点。常见的并行环境有ＭＰＩ等,但它们编程复杂,并行程序的可移植性差。该文介绍了一种有效的并行计算模型ＢＳＰ,它的并行编程容易,性能可预测,程序的可移植性好。     

相控阵雷达仿真系统并行计算研究

针对共享存储多处理器的集群环境,研究了减少相控阵雷达仿真系统运行时间的并行计算方法.根据相控阵雷达多个波束处理过程的相对独立性和信号处理仿真中多个距离单元采样点的计算特点,提出了一种粗粒度消息传递接口(MPI)分布式内存和细粒度OpenMP共享内存混合编程的两级并行方法.实验结果表明,并行计算使系统的仿真速度有较大提高.     

并行Greville方法及其在MPI环境下的实现

以Greville算法及行主元的Gauss消元法为基础,给出计算Moore-Penrose广义逆A^＋的并行方法,并对算法的复杂度(O(mn²/p))、并行计算成本(O(mn²))、并行加速比及效率进行分析.讨论如何利用MPI界面进行程序设计,并在PC机集群系统上实现A＋的并行计算.最后列出一些数值结果.     

一种多传感器图像并行融合新方法

小波包变换能够为图像融合提供非常精细的分析。但是,在图像较大时融合的计算量大,耗时长,难以进行快速、实时融合。通过对小波包融合方法在单处理机上的执行效率的分析,针对算法固有的时间复杂性和并行性,提出了一种分布存储环境下的小波包并行融合算法。该算法针对小波变换计算的数据局部性特点,设计并实现了基于Pentium PC和1000Mbps交换式以太网的机群系统的MPI(Message Passing Interface)并行环境的并行小波包图像融合方法。针对不同大小图像、以及不同的集群规模,分析了并行计算的性能。在机群系统上对算法进行实现,结果表明该算法具有良好的并行性能。