异构体系结构下的混合负载数据库自适应并行技术

混合负载处理(HTAP)数据库通过统一的平台处理不同的工作负载,消除数据在不同平台之间迁移和开发运营的成本,实现对最新事务数据的实时分析。针对在保证系统新鲜度的同时最小化在线事务处理(OLTP)和在线分析处理(OLAP)在系统运行过程中的相互干扰的问题,提出一种中央处理器/图形处理器(CPU/GPU)异构体系结构下的混合负载数据库自适应并行技术。首先,构建异构体系结构下的混合负载数据库系统;其次,针对系统中的数据新鲜度问题,提出基于固定时间段的任务调度方法,以分离数据同步与分析查询;再次,提出一种多流并行分析处理策略,以提高系统分析处理性能;最后,针对高新鲜度的场景提出热数据优化方法,以提供全局最高新鲜度。基于CH-benCHmark基准进行测试和对比实验结果表明,与BatchDB相比,所提混合负载数据库事务性能下降率减小了50%。所提优化策略可以在提供可预测的新鲜度的情况下提供最高的分析处理性能,在少量性能损失的情况下提供最高的新鲜度。

CPU-GPGPU异构体系结构相关技术综述

随着GPU的发展,其计算能力和访存带宽都超过了CPU,在GPU上进行通用计算也变得越来越流行,这样就构成了CPU-GPGPU的新型异构体系结构。虽然这种新型体系结构表现出了强大的性能优势并受到了学术界和产业界的广泛关注,但如何更好地在这种结构上高效地编写和运行程序仍然存在很大的挑战。本文综述了针对这一体系结构现有的可编程性技术、可靠性技术和低功耗技术,并结合这些技术展望了CPU-GPGPU这种异构系统的发展趋势。

面向数据库查询加速的异构体系结构设计与实现

数据库是数据分析、人工智能、云计算和大数据等领域的关键工作负载,是提高系统整体性能的关键。传统数据库系统查询执行效率偏低,并且CPU通常需要优先处理事务性负载,使数据查询逐渐成为制约整个数据库系统性能和效率提升的瓶颈。为了提高数据库在大规模并发访问时的数据处理能力,提出了一种CPU+FPGA加速数据库查询的异构体系结构,通过使用异构缓存一致性加速接口将加速器集成到CPU中,在FPGA内定制可配置的多引擎查询方式,对数据库查询进行加速。聚焦常用的SQL查询语句SELECT,详细分析了系统在延迟和简化的软件堆栈方面的优势,最后使用浪潮F37X加速卡和浪潮服务器对加速模型功能和性能进行了验证。实验结果表明,与使用POWER 9 CPU进行同样的查询操作相比,数据库系统整体处理速度提高了3~9倍,这种先进的异构计算加速结构可应用在未来数据库硬件专业化的设计中。

A rHF和A rFH异构体系的理论研究

应用 RHF/6- 31 1 + + G( d)、MP2 /6- 31 1 + + G( d)量子化学理论计算方法 ,对 Ar HF和 Ar FH异构体系进行了理论探讨 ,结果表明在 0 K时 ,Ar HF分子比 Ar FH分子稳定 ;MP2( full) /6- 31 1 + + G( d)计算得到的 Ar HF和 Ar FH体系的电子相关能相差不大 ,并且发现此类范德华分子络合物的电子相关能可以从其组成的 Ar原子和 HF分子的电子相关能之和来近似计算 .

基于CPU/GPU异构体系结构的混合编程模型

随着计算机GPU硬件的快速发展,GPU编程环境变得友好,CPU/GPU异构体系结构也被广泛的应用。文章为了有效利用CPU/GPU异构体系结构的优点,并提出了基于该体系结构的两种并行编程模型,使得并行程序设计研究人员使用CPU/GPU异构体系结构的并行编程模型来对大量的程序进行设计,从而最大程度地提高程序的性能。

基于CPU-GPU异构体系结构的并行字符串相似性连接方法

相似性连接技术在数据清洗、数据集成等领域中具有重要意义,近年来引起了学术界的广泛关注.随着数据量的不断增大、数据处理实时性的要求逐渐提高以及处理器性能提升瓶颈的出现,传统的串行相似性连接方法已经不能满足当前大数据处理的需求.近些年,GPU作为协处理器在机器学习等领域取得了良好的加速效果,因此基于GPU的并行算法开始成为解决各类性能问题的有效解决方案.为此,提出了基于CPU-GPU异构体系的并行相似性连接方法.首先,方法使用GPU构建倒排索引,索引采用SoA(struct of arrays)结构,从而解决了传统索引结构在并行模式下读写效率低的问题.其次,针对串行算法的性能问题,提出基于过滤验证框架的并行双重长度过滤算法,其中利用前缀过滤和构建好的倒排索引提升过滤效果.方法中相似度精确计算验证过程使用CPU计算执行,从而充分利用CPU-GPU的异构计算资源.最后,在多个数据集上进行实验验证性能.通过与串行相似性连接算法进行对比,实验结果表明所提出方法相对于已有方法具有更好的过滤效果和更低的索引生成代价,并在相似性连接上具有更好的性能和良好的加速比.

安全网管异构体系的实现

安全网管异构体系将各厂家的IDS和防火墙加以整合,统一管理,构建网络安全防御系统。系统通过局域网工作站和GUI客户端进行配置,以管理远程模块。IDS和防火墙,在第一层C/S结构中为用户表示层,第二层C/S结构中为中间层。系统交互通过IDS代理,并产生新的入侵检测和防火墙规则,实现有效的网络安全管理。

CPU+GPU异构体系混合编程模式研究

近年来,使用CPU单一模式进行并行计算已不适用,随着GPU其超高的计算性能和性能功耗比,CPU+GPU协同异构体系下的并行计算模式广泛应用。在并行计算领域、高性能计算领域、超级计算领域都有非常重要的作用。文章提出了使用CPU+GPU异构体系,在该体系结构下进行设计并行程序,使用一种并行编程模型,来提高程序的性能。

面向数据库查询加速的异构体系结构设计与实现分析

数据库在大数据环境下进行数据分析时能够起到重要的作用,对信息化系统的整体性能提升有较大的帮助。以往的数据库在查询执行效率方面不高,而且CPU也以事务性负载处理为优先,因此,数据库系统整体性能的提升受到数据查询效率较低的阻碍。为了能够在大规模访问数据库时保证数据处理的效率,文章提出了一种CPU+FPGA加速数据库查询的异构体系结构,使CPU中集成加速器,同时在FPGA内设置多种引擎查询形式,从而实现数据库查询加速。通过结构的设计和实现,从实验结果来看,数据库的整体处理效率提高了很多,在数据库专业设计中可以推广使用这种异构加速结构。

基于应用驱动的异构体系结构模型

科学计算应用问题在计算模型、处理过程以及对处理器、存储器和通信的要求方面存在巨大的差异。同一种结构难以适应差异巨大的应用,造成效率低下。解决途径在于可变的体系结构,让体系结构去适应不同的应用,而不是让应用去适应单一的体系结构。不同的应用决定了不同的应用程序结构,对于不同的应用程序结构,采用最适合的体系结构去匹配,实现应用决定体系结构的模型。结果表明,基于应用驱动的异构体系结构异构模型能够达到使运算高效率、低能耗的目的。最后给出了从不同应用得到最适应体系结构的方法。

异构软件体系结构的可靠性模型

现有基于软件体系结构的可靠性模型只适用于符合马尔可夫过程的软件构件转移关系,而当构件间存在由确定性和随机性转移关系组成的异构结构时,仍按照马尔可夫过程对软件体系结构建模,会导致可靠性评估结果不准确。为了解决现有模型不适用于异构结构的问题,在分析构件转移关系基础上,提出了一个新的软件可靠性模型。基于软件UML顺序图,提出将异构软件结构转换为马尔可夫链的算法。通过对一个实例的可靠性评估,验证了新模型能够比现有模型获得更准确的评估结果。

基于异构开发体系的中间件平台

本文提供了异构开发体系之间相互调用对方服务的一种公共平台,此平台以服务的形式,将异构开发体系开发的各种系统整合到一起,并且可以调度服务,同时处理服务调用中进行的输入输出映射。

基于异构分类体系的书目数据库合并

将不同馆藏编码尤其是连分类系统都不相同的书库合并在一起,是一个综合性项目,涉及到很多因素。其中,选择一个好的书目数据合并算法十分重要。本文分析了书目数据合并时要处理的基本对象,建立了基于异构分类体系书目数据库合并的数学模型并讨论其解的情况,最后提出了解决这一问题需综合考虑的几个因素。

面向5G的异构智能网络体系架构构建

微服务架构是构建现代应用的新架构,其具备自动化,可独立部署,以及可扩展性等特点。元模型构建机制是基于5G的异构智能网络架构,以软件定义网络为基础,引入了微服务概念,将SDN体系中各层的功能基于元模型抽象为一个逻辑功能块,用模型化管理的方式来构建智能网络体系架构。

云环境下基于代理盲签名的高效异构跨域认证方案

针对现有不同体系公钥基础设施(Public Key Infrastructure,PKI)和无证书公钥密码体系(CertificateLess public key Cryptography,CLC)的跨域身份认证方案不能满足身份盲化性以及高效的异构跨域认证问题,提出代理盲签名的高效异构跨域认证方案。该方案重新构造了一个高效、安全的跨域身份认证模型并结合代理签名和盲签名的优点,在云间引入一个可信认证中心CA给予第三方合法代理者可信的代理权限来执行代理盲签名操作。此代理者不仅减少了云间认证中心CA的通信负载,实现不同域授权代理盲签名用户和请求代理盲签用户之间的信息交互,还满足了双向实体身份同步认证的盲化性以及代理盲签名的可识别性,提高了认证安全性。分析结果表明,该方案基于数学困难性问题满足抗替换性攻击、抵抗重放攻击、抗中间人攻击和身份不可追踪性等性能,完成了异域用户之间高效、高安全性的跨域身份认证。

Grover量子搜索算法在“嵩山”超级计算机系统中的模拟

量子计算凭借其叠加性和纠缠性,具有强大的并行计算能力。然而,目前的量子计算机不能在保证大规模量子比特处于稳定叠加态的同时,进行干涉、纠缠等量子操作。因此,当前研究和推动量子计算的有效途径是使用经典计算机模拟量子计算。Grover量子搜索算法针对无序数据库搜索问题设计,将搜索的时间复杂度加速至开平方级,能加速机器学习中的主成分分析。因此,研究和模拟Grover算法,可以促进量子计算与机器学习结合领域的发展,为Grover量子搜索算法的应用以及量子机器学习在“嵩山”超级计算机系统中的模拟奠定基础。通过研究Grover量子搜索算法,模拟出了算法的量子线路。使用Toffoli量子门优化该量子线路,在减少了两个辅助量子比特的同时,提出了Grover算法的通用量子线路。实验基于“嵩山”超级计算机系统的CPU+DCU异构体系,使用了MPI多进程+HIP多线程的两级并行策略。通过调整辅助比特在量子线路中的位置,减少了MPI进程间的通信;使用分片的方式传输数据依赖的量子态。对比串行版本,并行化的模拟算法取得了最高560.33倍的加速,首次实现了31qubits规模的Grover量子搜索算法。

基于异构体结构的低压配电智能监控系统设计

为满足现代低压配电智能监控的需求,通过建立异构体系结构(B/S与三层C/S混合软件体系结构),有效地发挥了两种体系结构各自的优势,很好的将监控设备、企业内部信息资源、Internet有线网络资源与无线局域网资源等有机的集成在一起,同时通过WebService技术建立逻辑服务层,实现跨平台跨系统间的数据交互与整合。在整个系统实现过程中,依据软件工程的理论,使用面向对象的方法将复杂的系统需求逐一进行分解成数据监测、控制、实时报警模块,Web服务模块,数据信息管理模块和系统维护模块4大模块,并对每一个模块进行详细分析设计和应用实现,最终研制开发出低压配电智能监控系统。该系统具有很高的继承性、扩展性和重用性,能够满足工业低压配电智能系统的可扩充性、网络化、分布式系统的需求。

一种自主设计的面向E级高性能计算的异构融合加速器

高性能计算(high performance computing,HPC)是推动科学技术发展的基础性领域之一,当前,作为超级计算机系统“下一个明珠”的E级高性能计算时代已经来临.面向E级高性能计算的加速器领域成为了全球高端芯片的竞技场.国际上,AMD、英伟达和英特尔公司已经占据这一领域多年.作为国内最早开始自主处理器设计的优势单位之一,国防科技大学一直以来都是高性能加速器领域强有力的竞争者.主要对国防科技大学自主设计的面向E级高性能计算的加速器芯片进行介绍,该芯片采用了CPU+GPDSP的异构融合架构,具备高性能、高效能和高可编程性的特点,有望成为新一代E级超算系统的核心计算芯片.

一个基于异构正交结构的电力设备管理系统

有效的电力设备管理是保证电力供应的重要基础。文中提出了一个多层CS软件体系结构与正交软件体系结构相结合的异构正交体系结构,在此基础上实现了一个电力设备智能管理系统,以设备管理作为主要线索树,以构建的电力设备管理的主要业务功能作为核心子线索树。系统与现有运行的各种电力设备管理系统保持兼容。通过将关联性强的数据优化部署,以及应用内存数据库,提高了系统性能;通过服务器集群和负载均衡,实现了数据实时更新和同步。

面向异构并行计算系统的流水线式压缩检查点

在大规模并行计算系统中,并行检查点触发大量结点同时保存计算状态,造成巨大文件存储空间开销,以及对通信和存储系统的巨大访问压力.数据压缩可以缩小检查点文件尺寸,从而降低存储空间开销以及对通信和存储系统的访问压力.但是,它也带来额外的压缩计算开销.本文针对异构并行计算系统,提出流水线式并行压缩检查点技术,采用一系列优化技术来降低压缩引入的计算延时,包括:流水线式双重写缓存队列、文件写操作的合并、GPU加速的流水压缩算法和GPU资源的多进程调度,等等.本文介绍了该技术在天河一号系统中的实现,并对所实现的检查点系统进行综合评测.实验数据表明该方法在大规模异构并行计算系统中是可行、高效、实用的.