基于MPI+FreeFem++的有限元并行计算

有限元方法是一种灵活而高效的数值求解偏微分方程的计算方法,是工程分析和计算中不可缺少的重要工具之一。在计算机技术的快速发展使得并行机的价格日益下降的今天,并行有限元计算方法受到了学术界和工程界的普遍关注。讨论了基于MPI+FreeFem++的有限元并行计算环境的构建,阐述了在该环境下有限元并行程序的编写、编译及运行等过程,并通过具体编程实例,说明了MPI+FreeFem++环境下的有限元并行编程的简单和高效。     

MPI+OpenMP混合并行编程模型在分子动力学中的应用

针对分子动力学串行计算速度不足问题,设计一种基于MPI+OpenMP的并行编程模型,实现LAMMPS并行计算。从而满足在节点间采用MPI进行消息传递并行,在节点内采用OpenMP共享内存模式多线程并行;最后根据分子动力学自身计算特点,对近邻表的构建以及力的计算进行优化,同时将并行结果和串行结果以及纯OpenMP运行时间和混合模型运行时间作对比。实验结果表明,采用MPI+OpenMP混合并行编程模型不仅能够加快计算速度,而且具有很好的扩展性。     

闸门结构分析的有限元并行计算

分析了平面钢闸门的工作特点,研究和建立了平面钢闸门的精细组合有限元计算模型并进行了并行计算.提出了并行求解策略;采用循环分解技术来实现单元刚度矩阵生成的并行化,采用预处理共轭梯度法并行求解系统方程组.获得了较高的并行计算效率和合理的计算结果,明显减小了结构计算时间.     

小型集群系统并行计算环境的实现

并行计算在各个领域的应用越来越广泛,基于Linux的PC集群系统是一个廉价、高效的并行计算系统。本文介绍了计算机集群搭建的软硬件环境,如节点的构建、操作系统的选择、SSI的构建、MPI并行环境的构建等。在实验室网络环境下,使用多台普通计算机完成了集群的构建,提供了软件的详细配置过程,为在集群上进行并行编程提供了一个实际的软硬件环境。     

点云配准FPFH特征子异构并行优化研究

三维点云配准在逆向工程中应用广泛,能为古建筑保护实现三维建模提供精确的数据依据。针对大规模多视角古建筑点云数据进行配准,研究了FPFH特征提取的串行算法,设计了三类并行方案,分别为利用基于CPU的并行编程标准OpenMP进行并行优化加速、利用基于GPU的并行计算架构CUDA进行并行优化加速,以及利用CPU/GPU的异构并行,结合OpenMP和CUDA的特点应用于特征子求取。实验结果表明,第三种方案能合理设计并优化特征子求取,获得较为理想的加速比。     

基于用户的协同过滤推荐算法MapReduce并行化实现

基于用户的协同过滤推荐算法是应用范围广且应用效果较好的推荐算法之一。传统单机模式下运行的基于用户的协同过滤推荐算法在面对海量数据时存在严重的性能瓶颈问题,很难满足实际计算需求,而基于MapReduce的并行计算框架为解决该问题提供了新思路。MapReduce是Hadoop开源框架的核心计算编程模型, MapReduce的设计目标是方便编程人员在不熟悉分布式并行编程的情况下,可将自己的程序运行在分布式系统上。根据基于用户的协同过滤推荐算法特点,提出MapReduce并行化实现方法。实验结果表明,在MapReduce并行计算框架下实现的基于用户的协同过滤推荐算法在算法性能及稳定性方面都取得了理想效果。     

VLSI技术与并行计算机体系结构趋势

随着IC技术的发展,并行计算技术从位级并行到多处理器并行和PAM的出现,为并行计算机体系结构的发展带来新的机遇。本文从技术角度,回顾了并行计算机体系结构的发展历程及趋势。     

基于Linux集群的并行计算

简要论述了并行计算机体系结构、并行计算原理，并介绍了Linux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和并行编译环境MPI．     

VLSI技术与并行计算机体系结构趋势

随着IC技术的发展，并行计算技术从位级并行到多处理器并行和PAM的出现，为并行计算机体系结构的发展带来新的机遇。本文从技术角度,回顾了并行计算机系结构的发展历程及趋势。     

多核并行计算下的流量传感器流场模拟研究

多核并行小型集群系统给流量传感器流场模拟应用提供了方便可行的条件,文章将通过建立一个多核并行小型集群仿真系统为例来讨论多核并行计算对流量传感器流场模拟的支持,对其进行了测试,并实现了管道流量传感器流场的CFD模拟,取得较好结果。通过测试表明,我们的多核并行集群可扩展性能好,具有较高的并行计算性能,能满足一般并行计算的需要。     

Research and implementation of scalable parallel computing based on Map-Reduce

As a parallel programming model, Map-Reduce is used for distributed computing of massive data. Map-Reduce model encapsulates the details of parallel implementation, fault-tolerant processing, local computing and load balancing, etc., provides a simple but powerful interface. In case of having no clear idea about distributed and parallel programming, this interface can be utilized to save development time. This paper introduces the method of using Hadoop, the open-source Map-Reduce software platform, to combine PCs to carry out scalable parallel computing. Our experiment using 12 PCs to compute N-body problem based on Map-Reduce model shows that we can get a 9.8x speedup ratio. This work indicates that the Map-Reduce can be applied in scalable parallel computing.     

在Linux下构造并行计算平台及开发并行程序

Linux是一个非常优秀的操作系统，其上的PVM也是目前最流行的并行编程语言之一．借助Linux构建并行计算系统，以及在Linux平台下开发PVM并行程序．     

高性能计算与集群系统

高性能计算是一个国家综合实力的体现，其主要内容包括高性能计算机、并行算法和并行应用程序等方面。集群系统以其良好的可扩展性和性能价格比，已迅速成为高性能计算领域的主流体系结构。拳文对集群系统的发展、构建、及其应用进行了研究与探讨。     

基于消息传递的并行程序设计应用研究

本文从分布式存储的并行计算机入手,引出了它的两种并行编程模型 消息传递模型和数据并行模型。在消息传递模型中,并行程序设计的首要考虑是计算问题的分解。于是,从并行算法中的并行分解开始,讨论了基于消息传递的两种分解方法——域分解法和功能分解法。最后最为重要的是,着重讨论了对应于域分解法的数据并行形式和对应于功能分解法的函数并行形式。     

Cell BE高性能计算实验平台设计与实现

Cell BE为一个异构多核并行处理架构,具有超高速通信能力,能够有效地提供超级计算机的性能。在分析与研究Cell BE的硬件架构、并行编程环境与模型的基础上,选取PS3为主机,构建一个CellBE高性能计算实验平台。通过选取相关的硬件设备,在构建好硬件平台的基础上,构建系统与软件平台。通过在实验平台上运行高性能计算应用程序,来对平台进行实验测试。以求解多体问题的计算为平台实验应用程序,将四叉树计算初始化过程算法在Cell BE实验平台上实现,并进行运行测试。在不同的粒子数实验规模下的计算时间结果表明,在Cell BE平台上获得了较高的对CPU的加速效果。     

A Data‐Parallel Programming Library for Education (DAPPLE)

In the context of our goal to bring parallel computing into the undergraduate curriculum, we needed a parallel‐programming language that was accessible to students and independent of any particular hardware platform. Finding nothing appropriate, we chose to design our own language. The result, DAPPLE, is a C++ class library designed to provide the illusion of a data‐parallel programming language on conventional hardware and with conventional compilers. DAPPLE defines Vectorand Matrixclasses, with most C++ operators overloaded to provide elementwise arithmetic, and supports data‐parallel operations like scans, permutations, and reductions. DAPPLE also provides a parallel if‐then‐else statement to restrict the scope of the above operations to partial vectors or matrices. In this article we describe the DAPPLE language, the pedagogical decisions that went into its design, and our experience using DAPPLE in the classroom. DAPPLE is freely available on the Internet.     

云计算中的MapReduce和负载平衡

云计算通过互联网提供随需应变的资源或服务,通常依据数据中心的规模和可靠性水平而定。MapReduce是一个为并行处理大量数据设计的编程模型,在云环境中实现HadoopMapReduce框架,使用虚拟的负载平衡来改进单节点和多节点系统的性能。     

水下声散射一致性时域有限差分法的并行算法

In this work, we treat scattering objects, water, surface and bottom in a truly unified manner in a parallel finite-difference time-domain (FDTD) scheme, which is suitable for distributed parallel computing in a message passing interface(MPI) programming environment. The algorithm is implemented on a cluster-based high performance computer system.Parallel computation is performed with different division methods in 2D and 3D situations. Based on analysis of main factorsaffecting the speedup rate and parallel efficiency, data communication is reduced by selecting a suitable scheme of task division.A desirable scheme is recommended, giving a higher speedup rate and better efficiency. The results indicate that the unifiedparallel FDTD algorithm provides a solution to the numerical computation of acoustic scattering.     

一个面向大规模BP神经网络并行算法

BP神经网络是在数据挖掘、语音识别和文本语言转换等领域最为广泛使用的网络之一。但也有其不足之处，主要表现在收敛速度慢和学习时间长。并行是解决这一问题的可行方案。本文提出了一种利用微机机群来实现并行处理，在并行编程环境PVM中实现BP神经网络的并行学习算法。即主要采用将大量计算由主控节点转移到从结点上、设置逻辑锁和粗粒度任务划分等方法以减少计算和通信时间，有效实现学习过程的并行处理。在微机机群系统下的PVM环境中实现该算法。结果表明改进后的算法不仅大大减少了学习时间，提高了学习效率，而且能够很好面对大规模BP神经网络的学习。     

认知水平与计算思维间的隐含关系挖掘--基于编程行为表征视角

随着人工智能时代的来临,编程教育日益受到重视。学生在编程过程中的行为,实质上反映了其对利用计算工具解决问题的认知水平,也映射出其计算思维的发展过程,挖掘三者间的隐含关系有助于通过优化编程任务设计改善对学生计算思维的培养。基于认知目标分类和计算思维三维框架构建映射关系,以Scratch可视化编程任务作为研究案例,采用编程操作视频分析与学生访谈相结合的方法,从编程行为表征的视角对认知水平与计算思维间的隐含关系进行挖掘后发现:一方面,认知水平与编程行为之间存在密切关系,知道与理解是编程行为的基础性认知,应用与分析是编程行为的核心,评价推动学生对编程行为的反思,而创造可激发编程行为产生新的作品。另一方面,在编程活动中,学生的认知水平与计算思维的发展彼此关联且相互促进,编程行为中的低阶认知目标的达成是形成计算观念的基础,编程实践引发的高阶思维认知需求可促进学生对计算思维的领悟。因此,应当遵循认知水平与计算思维的发展规律,有针对性地将面向各类认知目标的编程任务嵌入到教学设计中,方可有效实现利用编程教育对学生计算思维的培养。