超声弹性成像零相位估计算法并行化研究

研究超声弹性成像零相位估计算法的并行化计算问题。针对标准的零相位估计算法不易并行实现的特性,提出零相位估计算法的并行计算框架。首先通过互相关算法计算初步的位移并作为零相位估计算法引导位移,然后再使用二维零相位估计算法计算最终每一个估计点位移。仿真结果显示,该并行计算框架在生成的弹性图像的信噪比和对比度噪声比上能获得与标准方法非常接近的性能评价,同时与标准方法的CPU实现相比,该方法的GPU实现有效地提高了零相位估计算法的计算速度,其加速比可达7倍。研究表明,该算法框架不仅能有效地并行计算,同时能够保证得到高质量的弹性图。     

基于LINUX平台的PC机群并行环境的构建与应用

本文介绍一种用于高性能计算的并行环境—PC机群,从硬件平台和软件环境两个方面讲述了它的构建方法,并通过一个应用实例介绍了使用消息传递接口(MPI)进行并行计算的方法。实际应用表明,利用PC机群进行并行计算具有投资风险小、计算成本低、可扩展性好、开发周期短、容易编程等优点,可以用其实现一些对数据量和运算速度等方面要求较高的科学计算。     

面向计算机集群系统的FP-Growth算法的并行计算

FP-Gfowlth是频繁模式挖掘的经典算法,能够在不产生候选集的情况下生成所有的频繁模式,效率与Apri-ori算法相比有巨大提高,然而FP-Growth算法在挖掘频繁模式过程中需要递归构建大量的条件FP-tree,并分别针对这些条件FP-tree进行挖掘,时间及空间效率不高,在实际应用中存在很大局限性.计算机集群是由多台普通计算机设备通过特定方式结合在一起构成的并行处理系统,属于分布式计算环境,具有计算能力强大、性价比高、灵活等优势.本文提出一种面向计算机集群的并行挖掘算法Gridify FP-Growth,该算法以FP-Growth为基础,通过任务划分的形式.将计算任务分配到计算机集群中各个计算节点上执行,充分利用各个节点的计算资源,最后汇总各节点的计算结果.实验证明Gridify FP-Growth算法不会牺牲计算的准确性,并可以大幅度缩短计算时间,有效缓解计算大规模数据库时的内存压力.     

集群高性能并行计算研究

针对集群技术的发展及其与高性能计算的关系，给出了集群的发展历史、集群的分类和构成，指出了并行运算是微机集群发展的一个强大生命力。讨论了集群管理涉及的一些主要方面内容，如负载均衡、单点控制和其它一些系统管理。介绍了两种主要并行支持环境MPI和PVM，以及他们得一些优缺点。最后，给出了有关试验集群的一个测试报告，并与IBM大型并行机SP作了性能比较，证明了微机集群可以获得与传统并行相同样的性能。     

基于MPI的遥感影像高效能并行处理方法研究

采用基于不同尺度下的面向特征基元的影像分析方法对高分辨率遥感影像进行基于MPI的处理,即在对常规的影像数据划分方法进行总结分析的基础上,提出了基于特定环境下的非均匀数据划分策略;在进行基于影像数据库的MPI并行处理时,提出了一种新的数据流分配方法。处理结果表明,这两种方法均能够在一定环境下取得比常规方法更高的效率。     

基于ABEEMσπ解决大型程序内存溢出的设计

在内存不足的实际情况下实现了基于文件拆分的高斯消去并行算法,文件拆分思想的提出是通过将大规模系数矩阵文件连续拆分成多个小规模子文件进行存储和计算,使得空闲内存规模虽小却可以有较好的计算能力。将其应用在ABEEMσπ模型中计算蛋白质分子的电荷分布部分进行仿真实验,使得在Altix3700服务器任务提交量大、CPU占有率高时也可以对该问题进行求解并取得满意的仿真结果。     

超大变形分析无网格法并行计算

鉴于无网格法相较于其他技术计算任务更重,以及求解问题本身的高度复杂和大强度计算,并行计算对此显得尤具吸引力。重构核质点法(RKPM)是一种对固体和结构进行大应变弹塑性分析的常用无网格法,考虑到它能精确建模超大变形问题而无网格扭曲现象,以及能方便地对需要精细化的区域进行简单改变质点定义即可求解,在此仅集中讨论该方法。并行程序包括网格分区预分析和并行计算,后者包括各处理器上分区间的显式信息传递。文中用基于图像的Metis程序来进行网格分区,由于其重定义技术能应用于不同几何部件的共享区域,该程序常见于基于网格的分析中。并行模拟和MPI信息传递在SGI Onyx3900超级计算机上完成。文中对不同分区的并行计算效果和性能进行了比较分析,并给出了无网格法与有限元法的对比结果。     

科学工作流与高性能计算集成方案

科学工作流为科学计算提供了工作流定义、流程管理和任务并行化等支持,高性能计算为大规模数据处理提供了集群管理、任务管理、资源调度等机制。如今正进入一个"大数据"时代,将科学工作流系统与高性能计算结合实现高性能计算平台上大规模并行计算具有重要意义。集成中间件与上层工作流系统和底层高性能计算平台进行交互,提供任务提交与状态监控功能。同时,集成方案为分布式集群中计算平台提供新的参考实现。基于上述分析以Swift科学工作流与Windows高性能计算平台集成方案为例,通过NASA MODIS图片处理工作流来分析并验证集成方案的可行性和性能。     

高性能并行计算的研究与分析

介绍了并行计算的发展概况和发展趋势,重点分析了网络计算的体系结构,高性能机群计算和网格计算中的网络实现和系统软件,指出了当前一些研究工作中存在的问题.     

Ada语言可并行成分的自动识别

通过对Ada95分布程序级并行性的分析，利用控制依赖性分析与数据依赖性分析，构造了一系列算法实现了该理论，使得对Ada源程序的自动并行性识别成为可能。