并行与分布式计算动态负载均衡策略综述

动态负载均衡(Dynamic Load Balancing,DLB)是提高动态和非规则问题计算效率与规模的一个挑战问题.阐述了DLB的一般性问题,根据DLB策略的主要特征给出了一个综合分类方法,按分类对近30年提出的各种主要DLB策略做了细致的分析和深入的比较,并做了策略有效性分析.在总结现有研究成果基础上,分析了该领域的最新发展趋势,为下一步的研究提出了新的问题和思路.

多核软件的几个关键问题及其研究进展

提高应用程序开发产能同时获得并行性能收益是多核大众化并行计算研究的核心目标.采用应用驱动和自顶向下的研究思想着重综述了影响该目标的三个关键问题.首先,对当前的多核应用驱动研究做了比较,并对多核应用研究现状做了综述.其次,对当前的多核编程模型在产能编程和性能使能编程方面的研究思想做了比较研究.然后,综述了多核算法以及多核计算模型的研究现状.最后分析了多核软件未来的研究问题.

一种大规模分布式计算负载均衡策略

大规模和超大规模计算系统中的通讯延迟成为影响负载均衡性能的一个重要因素,且延迟具有时变性,而传统的负载均衡策略通常假设通讯固定不变或不考虑通讯延迟开销.本文考虑了系统的通讯延迟开销和延迟时变性特征,给出一种基于广义神经网络(GNN)的层次结构负载均衡策略.该策略具有三个特点:(1)通讯优化的层次结构能够降低大规模计算系统的负载均衡开销;(2)考虑了节点计算速率及通讯延迟时变特性;(3)通过延迟预测可优化任务的通讯延迟和迁移延迟开销.仿真实验验证了该策略在通讯和负载均衡开销方面的性能.

并行分治计算中的一种Work-stealing策略

在机群尤其是共享式多用户机群环境中提高非规则问题的并行计算效率是一项具有挑战性的工作.给出了一种适于多核处理器节点构成的机群的层次Work-stealing负载均衡策略(简称HWS),它能够有效利用节点的动态变化的可用计算资源.分析了分治计算问题中的动态性与非规则性,并使用HWS策略对分治计算问题进行了动态负载均衡(DLB)实验.实验表明,HWS在加速比、CPU利用率和负载分布等性能指标上均优于Work-sharing和Satin-CRS策略.

一种并行BP交通流预测方法

BP广泛用于短时交通流预测.为了降低大规模交通流的预测时间,已提出一些并行的BP方法,但在很多情况下其并行计算的效率仍有待提高.提出一个贪婪动态负载均衡(简称GC-DLB)算法,能够提高并行计算效率和降低预测时间,并在工作站网络(NOW)系统中对该算法进行了实现.与蝶形并行BP交通流预测方法(简称DP-BP)相比较,理论和实验结果说明了DP-BP方法结合GC-DLB算法可降低预测时间.

基于MPEG-4的视频点播系统的设计与实现

网络视频流系统是现代网络上的一个重要的多媒体应用。本文首先介绍了流媒体的概念、工程原理及其支持的网络协议 ;接着介绍了作为系统采取的媒体格式MPEG 4的相关技术。在此基础上 ,介绍了基于MPEG 4的视频点播系统的设计、实现及其功能的完善与改进。

视频点播系统中的仿真与性能研究

介绍了视频点播系统的仿真实现技术,通过仿真器对视频点播系统中的节目调度方案进行了仿真测试与分析。分析测量结果表明,采用新的调度方案的视频点播系统能够比传统的视频点播系统提供更多的用户点播并发数,提高了视频服务器的性能。

实时交通流预测的并行SVR预测方法

提高交通流预测的精度和实时性是智能交通系统(ITS)应用发展的一个重要问题.与广义神经网络(GNN)方法相比,支持向量回归(SVR)方法应用于交通流预测理论优势得以实现的前提是选取合适的回归参数.分析、讨论了简单而实际的直接从训练集中选取SVR参数的方法,给出了一个大规模路网交通流SVR预测模型和集群环境下的一种贪婪负载均衡并行算法(G-LB).实验结果证明了基于G-LB算法的并行SVR方法(GLB-SVR)可获得比并行的GNN方法(P-GNN)更好的预测精度和实时性.

并行二值模式直方图序列人脸识别方法

局部Gabor二值模式直方图序列(histogram sequence of local Gabor binary patterns,简称HSLGBP)的人脸识别方法具有较高的识别率,但该方法的特征计算较复杂、耗时长,并且特征维数高、匹配速度慢.给出一个并行的HSLGBP方法(简称P-HSLGBP),在多核PC机群上使用MPI实现了该方法,并使用该方法对ORL人脸库中的40人共400幅图像做了实验.理论分析和实验说明了P-HSLGBP方法具有较高的加速比和并行计算效率.在保证高识别率前提下,在由10个双核PC机组成的机群环境下的加速比达到17.同时,P-HSLGBP方法具有良好的可扩展性,适于大规模人脸库的快速识别.

视频点播系统中Batching调度方案的一种改进实现

节目调度是视频点播系统设计与实现的一个重要问题。本文首先对视频点播系统中的节目调度方案作了探讨 ,然后提出一种Batching调度方案的改进实现方法。理论与实验证明 。

多核集群任务分配问题的0-1整数规划求解模型

研究了典型多核集群任务分配中的节点内通讯特性。基于0-1整数非线性规划模型和线性松弛技术,给出了一种0-1整数线性规划任务分配问题求解优化模型。由于节点内的通讯量与通讯延迟较大,以最小化计算代价和节点间通讯代价为研究目标的传统求解模型具有严重的局限性,而该求解模型考虑了节点内通讯代价,并采用了线性规划松弛技术,其目标是最小化计算代价、节点间通讯代价和节点内通讯代价。计算结果验证了提出的模型的有效性。

论教师教育模式的创新

培养创新型人才是时代发展的迫切需求,教育模式创新是培养创新型人才的重要举措,因此探索教师创新教育模式是人才发展的一个重要问题。在长期的实践与探索中,分析现行教育模式存在的问题,总结出以下几种教育创新模式:一是帮助学生掌握处理知识内容的模式;二是实现知识和学习方法之间的平衡;三是把教学内容融入到现实生活的体验和背景中。

UCMLib:一种多核多线程编程库

多核并行编程的开发效率和加速比是影响多核进一步发展的两个重要问题。针对这两个问题,设计并实现了一个轻量级的多核多线程库(UCMLib)。该库基于任务原语概念,提供了数据并行性和任务并行性两种表达逻辑并行性的模式;对多线程编程的复杂性进行了封装和抽象,为开发者提供了高级的编程方法而不必显式地考虑锁和竞争,并降低了并行编程难度以提高开发效率。UCMLib的任务调度器基于对任务队列和工作者线程的有效构建和管理来提高并行程序的加速比。性能测试表明,当计算规模增大时,UCMLib在数据并行性与任务并行性两方面获得了比TPL库略优的加速比。最后给出了可能的性能改进方法以及需要进一步研究的问题。

《计算方法》课程一体化教学实践

《计算方法》是各种计算性科学的联系纽带和共性基础,是一门兼有基础性、应用性和边缘性的数学学科①。本文针对《计算方法》教学过程中存在的问题,提出了"模型-算法实现-应用"的一体化教学模式,取得了不错的教学效果。

负载均衡策略研究综述

负载均衡是最大化处理器利用率和提高并行计算效率的一个关键问题,而其发展相对滞后的软件成为影响并行计算应用发展的重要因素.本文给出负载均衡问题的一般性阐述,从算法理论和并行计算应用问题角度出发综述了现有负载均衡策略及其软件的研究成果.结合当前新兴并行体系结构和应用的发展趋势,分析并指出了下一步研究的问题和方向.

基于AOSVR的交通流预测及参数选择

实时、准确的交通流量预测是智能交通系统发展的关键.AOSVR是一种支持向量机的在线更新算法,具有模型在线学习的特点,可应用于交通流量的实时预测,其中模型参数的选择是预测性能的关键因素.利用大连SCOOT系统采集的实时数据,通过训练集求解AOSVR的不敏感损失系数ε和惩罚参数C,形成自适应参数选择的AOSVR方法.仿真结果表明该方法能够满足动态路网交通流量预测的实时性和精确性需求,具有一定的应用价值.

多核集群任务分配问题复杂性分析

传统任务分配问题通常以最小化计算代价和节点间通信代价的总代价为研究目标.在多核集群系统中,需要同时考虑节点内冲突代价.本文研究了以最小化计算代价、节点间通信代价和节点内冲突代价的总代价为目标的多核集群任务分配问题.通过建立任务分配问题与最小费用流问题的等价关系来分析节点内冲突代价对问题复杂性的影响关系.结果表明冲突代价成为影响问题复杂性的一个重要因素,给出并证明了冲突代价和节点间通信代价对问题复杂性的影响关系.最后,进一步讨论了各种复杂性下的多核集群任务分配问题的解法以及本文定理与结论的可应用性与有效性.

视频点播系统中仿真器的研究与实现

视频点播是宽带网络上的一个重要的多媒体应用。本文介绍了如何在视频点播系统中进行仿真点播 ,并给出了一个具体实现 ,它有助于视频点播系统性能的测试与研究。

视频点播系统中可控CIWP调度方案的研究与实现

节目调度是视频点播系统设计与实现中的一个重要问题。优化的节目调度可以极大地提高视频点播服务的性能。本文首先给出一种改进的CIWP调度算法———可控调度CIWP算法 ,然后给出其具体实现。理论与实践表明 ,该算法可以有效地节省服务器的资源 ,提高视频点播系统的服务水平。

基于静电力学的网格负载平衡调度算法

基于树型动态负载平衡架构,提出了一种基于静电力学的动态负载平衡机制的任务调度方法.根据当前网格负载状态,将节点抽象成电子,每次将任务从相互引力最大的重载节点开始迁移,以减小通信开销和数据迁移延迟.仿真结果显示这一模型较原树型结构负载平衡模型提高了紧耦合应用程序的性能.