基于GPU加速的分布式水文模型并行计算性能

针对具有物理机制的分布式水文模型对大流域、长序列模拟计算时间长、模拟速度慢的问题,引入基于GPU的并行计算技术,实现分布式水文模型WEP-L(water and energy transfer processes in large river basins)产流过程的并行化。选择鄱阳湖流域为实验区,采用计算能力为8.6的NVIDIA RTX A4000对算法性能进行测试。研究表明:提出的基于GPU的分布式水文模型并行算法具有良好的加速效果,当线程总数越接近划分的子流域个数(计算任务量)时,并行性能越好,在实验流域WEP-L模型子流域单元为8712个时,加速比最大达到2.5左右;随着计算任务量的增加,加速比逐渐增大,当实验流域WEP-L模型子流域单元增加到24897个时,加速比能达到3.5,表明GPU并行算法在大尺度流域分布式水文模型计算中具有良好的发展潜力。

分布式量子计算研究进展

量子比特的高效拓展是量子计算获取量子加速优势需要解决的基本问题,分布式量子计算(DQC)因其高度可行性和灵活性,成为解决量子比特拓展问题的关键技术之一。根据芯片间通信方式的不同,分布式量子计算可以分为基于量子隐形传态和基于量子线路拆分的分布式量子计算两种类型,前者主要面向容错量子计算,而后者被认为可在中等规模含噪声量子(NISQ)时代有效提升量子计算机算力。从长远角度来看,作为量子网络的主要应用之一,分布式量子计算可以更好地整合接入量子网络的海量量子计算机以解决高难度问题。首先介绍了分布式量子计算的来源和类型,在此基础上,给出了两类分布式量子计算的基本原理和发展状况,以及关注度较高的应用算法和编译优化方法。

Gloo+:利用在网计算技术加速分布式深度学习训练

在分布式深度学习训练中,聚合通信是主要的通信方式。在聚合通信优化的研究中,有软件层面的优化和硬件层面的优化。SHARP是Mellanox提出来的一种聚合通信网络卸载协议,是针对聚合通信在硬件上的优化,其将聚合操作卸载到网络中的交换机,进而缩短了聚合通信时间。在Gloo的基础上集成了SHARP技术,设计并实现了一个能够利用在网计算技术来加速分布式深度学习训练的聚合通信库——Gloo+。评估并比较了Gloo+、Gloo以及MPI中聚合操作的性能,并将Gloo+应用于分布式深度学习训练中,以此来检验其实战能力。对Gloo+的实验评估结果显示,在基准测试时,在消息大小较小的情况下,Gloo+相对于Gloo的加速比最高能达到100以上;相比于以太网模式下的MPI,其加速比最高也能达到50以上;相比于IB网模式下的MPI,其加速比在10以内。在分布式深度学习训练的实际应用中,Gloo+相比于Gloo加速比最高能达到1.1,相比于以太网模式下的MPI加速比最高有1.3,相比于IB网模式下的MPI加速比最高有0.5。

面向空间分布式计算的动态任务分解及长时保障机制

低轨卫星具有覆盖范围广、离地面近等优势,随着在轨处理能力的不断增强,未来将成为地面网络的重要补充。然而,随着用户对网络服务实时性的需求日益增长,如何在资源有限的条件下,基于低轨卫星为用户提供计算密集型服务,已成为一个急需解决的问题。尤其是在低轨卫星高速移动、星间链路动态切换的情况下,如何保证空间计算能力能持续稳定地驻留在用户区域并提供稳定可靠的服务,无疑是一项巨大的挑战。为了解决上述问题,提出一种动态任务分解聚合的分布式计算策略,通过卫星分布式计算解决单星算力不足的问题。在进行任务分解与调度时,充分考虑卫星网络的资源占用情况以及子任务之间的关联关系,对任务进行灵活的分解聚合。此外,为将低轨卫星算力驻留在用户区域,解决低轨卫星服务周期短的问题,研究并设计了一种长时保障机制。根据实时卫星网络拓扑及任务分解调度图,结合任务间的关联关系进行迁移决策,对卫星迁移过程进行模块化设计,根据实时网络状况调整迁移过程中的数据压缩率以及服务切换方式,降低迁移过程中服务的中断时间。仿真实验结果表明,提出的策略可保障长时分布式计算,能提供服务的平均时长延长了110%,用户满意度提高了约20%,迁移开销以及任务间的传输开销均降低了约15%。

构网型分布式电源渗透率高的微电网潮流计算及优化控制

随着微电网(microgrid,MG)中构网型分布式电源(distributed generator,DG)渗透率的提高,传统的潮流计算和优化方法不再适用。基于下垂控制的数学模型,改进传统牛顿拉夫逊法;应用虚拟阻抗松弛DG的无功与电压约束,改进下垂控制;应用改进粒子群优化算法,得到使网损最小的MG优化潮流;通过仿真和实验,验证了该方法的有效性。该文有助于指导构网型DG渗透率高的末端电网或MG的规划与控制。

面向结构化篇级科技文献数据治理的高性能分布式计算框架研究

[研究目的]为解决MapReduce、Spark等主流分布式计算框架存在的研发周期长、技术门槛高等问题,提出了一种高灵活、低门槛的高性能计算框架ArticleCF。[研究方法]ArticleCF框架吸收了主流分布式技术的优点,同时深度结合科技文献数据治理的特性,设计了Master/Slave的软件架构,在功能上针对科技文献数据特点进行多个维度的设计,重点设计了分布式任务分发策略、并行计算策略以及故障转移机制。[研究结论]通过21个指标将ArticleCF与MapReduce、Spark、Storm进行对比实验,有效验证所提方法的可行性、有效性,ArticleCF能够满足海量结构化科技文献数据的多样化处理需求。

域控制器分布式并行计算模型研究

随着汽车域集中式架构诞生,搭载智能芯片的汽车域控制器成为新一代电子电气架构的主控单元。域集中式架构依靠车载以太网相连接,计算节点广泛分布在多个域控制器的智能芯片内,需要一套面向服务架构的分布式并行计算模型将计算节点性能充分释放出来。本文开发了一套面向服务架构的轻量级通信中间件,并基于该服务通信中间件实现了分布式并行计算模型,得出了分布式计算分割系数计算表达式,研究了计算节点负载阶跃波动时对分布式并行计算模型的影响。结果表明:域控制器面向服务架构的分布式计算模型具备负载自平衡能力,能够对智能芯片运行时阶跃负载实现快速任务重分配,保证循环任务的计算开销耗时最小,计算周期最短。研究结果为汽车域控架构下分布式计算框架设计与开发提供了重要参考依据。

一种基于分布式计算的芯片仿真加速设计

随着芯片设计规模和复杂度越来越大,传统的芯片EDA(Electronic Design Automation)验证方法在子系统和SoC(System on Chip)全芯片级别越来越受限于仿真速度限制。如何高效收敛RTL(Register Transfer Level)设计,确保及时高质量交付,成为芯片研发领域急需解决的重要问题。介绍了一种自研的利用分布式计算方法来加速大型芯片仿真效率的DVA(Distributed Verification Acceleration)系统架构和实现。系统基于UVM(Universal Verification Methodology)验证方法学,采用底层原生的Linux socket组件进行通信,设计了一套包括控制面、数据流和会话的三平面通信同步机制,充分利用分布式验证平台可以并行计算的特点来加速芯片整体仿真速度。系统在超大规模通信SoC部署并且取得显著效果,相比于传统分立验证平台,DVA系统仿真速度可以达到5~10倍的加速比。系统还可以应用于多个芯片套片组网、多Chiplet(芯粒)互联等SIP(System in Package)验证场景,以及EMU(EMUlator,硬件加速仿真)和EDA联合等多种混合仿真场景。

基于分布式计算的轨道车辆制动系统异常检测

轨道车辆制动输出数据量较大,难以实现统一分析与计算,导致制动系统异常检测的检出率降低,误报率升高。为了解决该问题,提出基于分布式计算的轨道车辆制动系统异常检测方法。通过数据采集系统、处理中心系统搭建轨道车辆制动系统异常检测架构。将数据采集器布置在指令通信器和动力制动器中,采集对应的车辆制动输出数据,处理中心系统对采集到的数据进行初步处理,通过数据预处理、数据聚类、基于分布式计算的异常检测完成轨道车辆制动系统异常检测。实验结果表明,基于分布式计算的轨道车辆制动系统异常检测方法的检出率达到99%,误报率低于0.56%,实际应用效果好。

含换流器型分布式电源配电网的不对称短路电流计算方法

为了满足配电网不对称短路计算的通用性要求,针对换流器型分布式电源(inverter based distributed generation,IBDG)不对称短路特征的多样性,研究含IBDG配电网的不对称短路电流计算方法。该方法从通用计算模型出发,根据IBDG不对称短路的正负序电流控制原理及在不同控制目标下的短路电流输出特性,结合低电压穿越和限流控制对IBDG输出不对称短路电流的具体要求,建立一种通用的、适用于多种控制目标的IBDG不对称短路正负序等效模型。基于该模型建立含IBDG配电网通用的不对称短路等效电路和计算方程,得到一种适用于多种IBDG控制目标的、配电网任意节点发生任意不对称短路的短路电流通用计算流程。最后,在一个配电网算例中对所提计算方法进行验证,结果表明了所提方法的正确性和有效性。

CCF分布式计算与系统专委会首届算力战略研讨会暨产学研政系列活动在贵州遵义举办

2024年4月13日-14日,中国计算机学会(CCF)分布式计算与系统专委算力战略研讨会(CCF DCSS 2024)在贵州省遵义市成功举办。本次大会由中国计算机学会主办,分布式计算与系统专委、遵义师范学院联合承办。大会以“算力分布互联,数据智赋产业”为主题,聚焦算力设施建设在新时代的发展机遇与挑战,包含4场特邀报告、5场青年报告及1场产学研政交流活动。120余位专家学者与企业代表参会,聚焦新时代的算力战略统筹与算力设施建设,畅谈国际前沿学术观点、研讨西部工业城市数字化转型思路。

分布式嵌入式计算系统关键技术研究

随着物联网、人工智能、云计算等技术的快速发展,分布式嵌入式计算系统在各个领域的应用越来越广泛。分布式嵌入式计算系统是一种将计算任务分布在多个嵌入式设备上,通过网络进行通信和协作的计算系统,具有灵活性强、可靠性高、可扩展性好等优点,是当前计算机领域的研究热点。因此,本文围绕分布式嵌入式计算系统的关键技术进行研究,为该领域的发展提供理论支持。

基于分布式计算技术理念的初中化学课堂教学案例分析

将分布式计算技术理念应用于初中化学课堂教学中,能提升学生的主体性,让学生形成学习共同体。这一新型教学模式能突破时间和空间的限制,促进学生之间的互动,培养学生的创新思维和协作能力。主要阐述了分布式计算技术理念的内容,分析了基于分布式计算技术理念的初中化学课堂教学的实施要点,并探讨了相应的教学案例。

基于计算机技术的遥感大数据分布式管理与训练云平台设计

随着遥感技术的发展,遥感数据类型从数据量小、处理周期短的数据发展到大容量、处理周期长的数据,对大数据技术的依赖日益突出。近年来,基于云计算的分布式计算技术逐渐应用于大数据领域,将其与云存储、云服务器、云应用系统有机结合起来,实现了在资源池中动态分配和调度大数据计算任务。在遥感大数据的处理中,通过分布式计算技术,将计算任务分散到各个计算节点上,实现对遥感数据的分布式处理和管理。同时,通过训练云计算平台中的大数据应用框架以及机器学习算法等技术来提高训练效率。

基于云计算的分布式智慧校园视频监控系统设计及应用

为提升视频监控系统的性能和稳定性,优化视频流畅性与清晰度,开展了基于云计算的分布式智慧校园视频监控系统设计及应用研究。文章首先选用红外网络摄像机、全高清编码器、数据传输设备作为系统的硬件,创建良好的硬件环境;其次利用云计算,设计分布式智慧校园视频监控动态目标检测算法,检测异常动态目标;最后压缩编码视频数据,采取相应的视频传输方式传输视频,建立系统数据库,存储与管理视频数据。系统测试结果表明,提出的系统具有较高的运行性能,视频帧率较高,系统每秒钟传输的图像数量较多,视频的流畅性和清晰度得到了显著提升。

分布式云计算技术在金融领域中的应用研究

当前数字时代下,云计算技术快速发展已经成为各行业信息化转型中至关重要的动力。云计算技术发展到今天,已经引起了翻天覆地的变化,它的核心特点是资源虚拟化,按需分配,可扩展性强以及灵活性大。这种新的计算模式使企业可以更有效的对计算资源进行管理与使用,方便各项业务活动的开展。特别是在金融领域中,金融机构对于信息化要求越来越高,亟需借助于云计算技术来进行业务创新和优化。将分布式云计算技术运用到金融领域就成了重点研究重点,文章旨在对云计算时代金融业发展提供相应借鉴与有益意见。

基于分布式电源入网的配电网潮流计算讨论

当今社会进程中,在加速构建以新能源为主体的新型电力系统时代背景下,作为电力系统基础核心的潮流问题,正面临着新的挑战。本文首先从电压,电能质量和继电保护这三个方面分析各种分布式电源接入配电网后对其产生的影响。接着针对配电网中有PV节点时改进前推回代法。最后在含环网配电网潮流计算法中,以传统的牛顿拉夫逊潮流法为基础,从极坐标形式的节点功率方程出发,依据配电网的特征将节点功率方程的非线性参数进行线性化处理,从而得出一个线性潮流方程,使得所提出的方法对弱环网有效。

基于大数据与云计算技术的分布式系统设计与优化

文章探讨了基于大数据与云计算技术的分布式系统设计与优化。在分布式系统架构方面,采用基于云计算的微服务架构,实现系统的水平扩展和高可用性。针对分布式系统中可能出现的硬件与软件故障,引入冗余设计和容错机制,确保系统在发生故障时能够自动恢复并继续提供服务。

基于边缘计算的分布式光伏双极故障的主动防护技术研究

光发电具有强随机性,强波动性,弱支撑性等显著特点。分布式光伏单元发电系统在运行中,因外部自然条件波动或内部故障等原因将造成正负极之间实时功率不平衡。为此,本文研究了一种基于边缘计算的分布式光伏双极故障的主动防护技术,将边缘计算应用到布式光伏发电管理中,对光伏发电完成实时、主动的监测,并通过边缘计算设备中的处理模块和运算模块,完成光伏发电信息的存储和处理;基于历史数据,识别出光伏系统中发生故障的可能性和位置,提前预测并预防双极故障的发生。基于此,为了为双极故障实现主动防护,本研究以故障检测和响应作为目标,构建双目标分布式光伏发电双极故障主动防护模型。为了验证分布式光伏双极故障的主动防护技术的有效性,以IEEE33节点分布式光伏发电场景作为实验场景。结果表明,本文方法能在双极故障发生时完成主动防护。

智慧配电网辅助规划平台分布式计算数据通信实现方法

大数据的出现为智慧配电网的规划和管理注入了新的活力,对配电网中海量异构的信息进行充分整合、分析和挖掘,可解决智慧化配电网规划业务带来的各种问题和挑战;与此同时,这也需要强大的算力作支撑。随着分布式技术和计算技术日益成为加速大数据分析最有效的解决方案,研究如何在集群环境中配置分布式计算的通信实现方法,使得各任务得以可靠、灵活、快速地执行是本文的研究内容。本文介绍了RabbitMQ通信技术,并基于RabbitMQ中间件开展了通信架构设计、通信模式选择和消息格式设计,然后阐述了系统的可伸缩性和健壮性的实现途径。通过对实际电网规划数据进行计算用时分析,验证了所提分布式快速计算架构和通信架构设计的可行性和实用性。