国家最高科学技术奖获奖人金怡濂简介

金怡濂,男,汉族,1929年9月出生于天津市,原籍江苏常州,中共党员。1951年毕业于清华大学电机系;1956～1958年在苏联科学院精密机械与计算技术研究所进修电子计算机技术;1994年当选为中国工程院首批院士;1994～2000年当选为中国工程院主席团成员和中国工程院信息与电子工程学部主任。现任国家并行计算机工程技术研究中心主任、研究员,中国计算机学会名誉理事。 金怡濂是我国高性能计算机领域的著名专家,是我国巨型计算机事业的开拓者之一。半个世纪以来,金怡濂作为主要技术负责人,先后提出多种类型、各个时期居国内领先或国际先进水平的大型、巨型计算机系统的设计思想和技术方案,并组织科技人员共同攻关,取得了一系列创造性的成果,为我国高性能计算机技术的跨越式发展和赶超世界计算机先进水平作     

Transputer及当前应用与发展

简要介绍Ｔｒａｎｓｐｕｔｅｒ的结构,功能及发展史,概述了Ｔｒａｎｓｐｕｔｅｒ的当前应用状况,并预测了Ｔｒａｎｓｐｕｔｅｒ的未来发展前景。     

Parallel processing architecture of H.264 adaptive deblocking filters

In H.264, computational complexity and memory access of deblocking filters are variable, dependent on video contents. This paper proposes a VLSI architecture of deblocking filters with adaptive dynamic power, which avoids redundant computations and memory accesses by precluding the blocks that can be skipped. The vertical and horizontal edges are simultaneously processed in an advanced scan order to speed up the decoder. As a result, dynamic power of the proposed architecture can be reduced adaptively （up to about 89%） for different videos, and the off-chip memory access is improved when compared to previous designs. Moreover, the processing capability of the proposed architecture is in particular appropriate for real-time deblocking of high-definition television （HDTV, 1920× 1080 pixels/frame, 60 frames/s video signals） video operation at 62 MHz. Using the proposed architecture, power can be reduced by up to about 89% and processing time by from 25% to 81% compared with previous designs.     

TigerSHARC201在数字阵列信号处理中的应用

为高速、实时的处理水声信号,有效提取信号特征信息。开发了一种基于TigerSHARC201DSP平台的水声信号处理算法。首先介绍了TigerSHARC201芯片,然后分单板和板间两部分分别设计了阵列信号处理的DSP网络拓扑结构。设计了关于时频域波束形成的并行算法,并采用了等间距线列阵仿真信号对算法进行了仿真验证。结果表明,应用基于TigerSHARC201数字信号处理机开发的处理算法能高速、实时的实现对水声信号的处理,并为今后进一步深入研究相对复杂的信号处理算法及实现打下了基础。     

基于SIMD——SM模型的并行排序算法设计

文章介绍了并行排序算法的设计,仅是从检测和开拓现有串行算法中的固有并行性而直接将其并行化入手,基于SIMD-SM模型(如图1),没有涉及共享存储器的互斥操作.对插入排序中直接排序、二分法插入排序、树形选择排序进行了研究.     

Java语言与C#语言的多线程编程能力和差异

Java与C#是现今网络开发的两大主要平台,而多线程编程则是进行并行处理计算中的基础,本文主要阐述了在Java与C#开发平台下如何进行多线程编程的方法及注意事项,并且比较和分析两种开发平台下进行多线程编程的差异。     

基于Map-Reduce的FP-Growth算法研究

针对FP-Growth算法在处理海量数据时需要耗费大量系统资源无法实现快速的挖掘出关联规则,提出基于Map-Reduce框架的FP-Growth算法.通过使用Map-Reduce计算框架实现FP-Growth算法对数据的并行处理,提高算法的执行效率.最后通过实验证明所提出的算法在处理海量数据方面具有较好的性能.     

造脑难题

从人工智能这个词还没诞生的时候,人们就尝试用电路模拟人脑。近60年过去了,对人脑的工作模式我们仍然知之甚少。所以,模拟人脑这事,前途是光明的,很光明,道路依旧是曲折的,很曲折。     

基于移动Agent技术的并行Web信息检索

简述了移动Agent基本理论,提出了一种基于移动Agent技术的并行Web信息检索的模型,给出了并行检索的流程,分析了并行性能。探讨了移动Agent的任务分配策略,指出了设计基于强化学习的任务分配算法是提升并行检索性能的发展方向。     

基于云计算的数据校园数据中心建设

云计算是一种基于互联网整合软硬件资源和信息，实现按需分配的数据中心模式；通过业务分析，运用云计算和虚拟技术，构建安全、高利用率、自动化管理的新一代数据中心。