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.     

组网雷达探测能力的并行计算与可视化方法研究

深入研究了并行计算与并行绘制相结合的并行框架构建问题。针对组网雷达探测能力的计算与可视化特点,在(PC)集群的基础上,构建了一个并行计算与可视化运行框架。该框架在并行计算中,采用八叉树分割的方法对组网雷达计算区域进行任务分配；在并行绘制中,采用sort-last的并行绘制机制。仿真试验结果表明,该运行框架能够有效地满足大规模组网雷达探测能力计算与可视化的应用需要。     

基于分布式并行计算的神经网络算法

为了提高计算性能（速度与可扩展性），提出了一种新颖的神经网络的并行计算体系结构和计算网络权函数的训练算法。权函数是广义Chebyshev多项式和线性函数的复合函数，只需要通过代数计算就可以求得，不需要梯度下降计算或者矩阵计算。各个权函数能够独立求解，可以通过并行系统采用并行算法计算。算法可以求得全局最优点，得到反映网络误差的一个有用的表达式。此外,算法在不超过权函数总数的范围内，还具有维持加速比与并行系统中提供的处理器的数量成线性增长的能力。仿真实验结果表明，本文算法的计算性能远远优于传统算法。     

基于C／S结构的Ada并行计算模型

在研究Ａｄａ９５并行计算语义的基础上，提出了一个基于Ｃ／Ｓ结构的Ａｄａ并行计算模型Ａｄａ－ＰＣＭ，讨论了在Ｃ／Ｓ 环境下实现Ａｄａ并行计算存在的问题和解决方法。该模型不驻是研究Ａｄａ并行计算环境的基础，同时可为其它分布并行计算问题提供借鉴。     

并行计算的一体化研究现状与发展趋势

在过去的20多年里, 中国科学技术大学的研究团队逐渐形成了并行计算“结构-算法-编程-应用”一体化的研究体系, 也就是所谓的并行计算研究的生态环境. 该文就并行计算的一体化研究现状进行简要的综述, 并结合多核系统、云计算、个人高性能计算机等对于并行计算一体化研究的影响, 概要的展望了其发展趋势.     

基于稀疏指数排序的高维数据并行聚类算法

高维数据聚类是数据挖掘领域的重要研究课题,大规模高维数据聚类研究非常具有挑战性.针对高效的CABOSFV高维数据聚类算法,采用并行计算模式提高其大规模数据的处理能力,提出基于稀疏指数排序的高维数据并行聚类算法P-CABOSFV.该算法根据高维数据稀疏指数排序进行分割点选择实现数据划分,将数据分配到多个计算节点同时处理聚类任务,再基于集合稀疏特征差异度聚类结果合并策略将各计算节点的聚类结果合并得到最终聚类结果.UCI数据集和计算机合成数据集实验表明:高维数据并行聚类算法P-CABOSFV聚类质量良好,具有很强的数据规模和数据维度可扩展性,是有效可行的.     

MPI并行矩量法计算二维粗糙面波束电磁散射

通过有限脉冲响应滤波器理论和快速傅里叶变换方法,模拟了二维高斯随机粗糙面。从电场积分方程出发,利用RWG (Rao-Wilton-Glisson)基函数矩量法结合Galerkin方法,在PC集群并行平台上研究了二维导体高斯粗糙面对波束的电磁散射特性。为使得PC集群信息传递接口(message passing interface, MPI) 并行平台上各参与运算的各进程的负载平衡,对整个阻抗矩阵按行分块,并详细讨论了并行共轭梯度法求解矩量法矩阵方程的并行实现过程。最后在PC集群MPI并行平台上进行数值实验,分析了在波束入射条件下,均方根高度、相关长度和极化方式对二维导体高斯粗糙面的电磁散射特性的影响。     

基于MapReduce架构的网络热点话题发现

提出了一种基于开源云计算平台Hadoop的网络热点话题发现方案.该方案采用MapReduce分布式并行计算架构处理海量、复杂数据,通过将命名实体词作为文本的特征项,并采用标题和正文的双向量表示文本.实验结果表明:随着参与并行计算节点数的增加,话题聚类所有的时间显著下降,因而网络热点话题发现的速度得到明显提高.     

基于DSM的可重构多DSP并行处理架构

提出一种基于DSM的可在线重构多DSP并行处理架构,采用基于自定义内部总线的信息传递服务,在分布式物理内存上实现了统一编址的共享内存模型,减小了DSP之间的数据传递开销;设计基于VME总线的在线重构来实现针对消息传递服务的重定义,增强了并行计算架构的通用性.实验表明,采用此DSM能减小了并行DSP对共享数据同步访问开销,满足多轴精密同步运动控制系统需求.     

地下水数值模拟中P-PCG并行子程序包的改进

在详细分析MODFLOW中P-PCG并行子程序包设计原理的基础上,针对其对层数较少模型加速效果不理想的特点提出了改进方案.在对同一算例数值模型的测试中,P-PCG并行子程序包加速比可以达到1.6,而改进后的P-PCG并行子程序包最大加速比可以达到3.2,明显提高了地下水数值模型的运行速度.