一种基于Message Passing的并行程序设计技术

本文首先分析介绍构造并行计算机系统的两种方法：Ｍｕｌｔｉｐｒｏｃｅｓｓｏｒｓ和Ｍｕｌｔｉｃｏｍｐｕｔｅｒｓ，然后介绍一种Ｍｕｌｔｉｃｏｍｐｕｔｅｒｓ并行计算机系统中基于ｍｅｓｓａｇｅｐａｓｓｉｎｇ的并行程序设计环境以及并行程序设计方法，它具有程序设计简单、直观等特点，易于构造程序模型，并能获得较好的加速比。

面向国产异构众核系统的Parallel C语言设计与实现

异构众核架构具有超高的性能功耗比,已成为超级计算机体系结构的重要发展方向.但众核系统更为复杂的并行层次和存储层次,给编程和优化带来了极大的挑战.因此,研究面向众核系统的并行编程技术,对于降低国产众核系统并行应用的编程难度、提升并行程序的性能都具有重要的意义.提出统一架构的多模式并行编程模型,包括异构融合的加速运算模型和按同构方式编程的自主运算模型,根据编程模型设计了Parallel C语言,能够有效地描述国产众核系统的异构并行性.与其他众核系统上MPI+X的使用模式相比,编程和系统优化都具有全局视角,在多级局部性描述、单边消息、兼容已有多核应用等方面具有特色;基于Open64构建了Parallel C编译系统,全面支持加速运算模型和自主运算模型,提出并实现了数据布局与自动DMA、编译指导的线程代理和拓扑位置感知的集合通信等优化.Micro Benchmark和实际应用在神威太湖之光计算机系统上的测试数据结果表明:Parallel C语言和编译系统具有良好的性能和可扩展性,能够有效支撑大型应用.

MPI:大有希望的massage_passing标准

message-passing是一个被广泛应用的并行计算模型,但至今,无论从语法或语义上message-Passing都还没有形成一个标准.并行计算机厂商在提供标准串行语言的同时,提供了各自不同的专有message一passing库,并行程序设计难免依赖于具体的系统和应用,这既限制了可移植性,也限制了听取用户对某些不易获得或对当前的应用不合适的系统的意见。没有一个标准,厂商们非常自然地把他们的专有库的优点视为有竟争力的优势,更加着力与众不同(因而不可移植)。为了应付可移植问题,研究团体已经开发了许多库来收集其它库之间的不同点.

MPI+TBB混合并行编程模型在分子动力学中的应用

为了提高分子动力学模拟在对称多处理(SMP)集群上的计算速度,在分子动力学并行方法中引入MPI+TBB的混合并行编程模型。基于该模型,在分子动力学软件LAMMPS中设计并实现混合并行算法,在节点间采用MPI及空间分解技术实施进程级并行,节点内采用TBB及临界区技术实施线程级并行。在SMP集群中的测试表明,该方法在体系较大以及节点数较多时可以明显减少通信时间,使加速比在纯MPI模型上提高45%。结果表明,MPI+TBB混合并行编程模型可促进分子动力学并行模拟且效率明显提升。

基于多核集群系统的并行编程模型的研究

并行计算技术是计算机技术发展的重要方向之一。当前并行程序模型主要有消息传递模型和共享存储模型两种。随着处理器多核技术的发展,在一枚多核处理器中集成两个或多个完整的计算引擎(内核),并充分利用多核计算机的特性,发挥多核计算机的性能成为一个很重要的研究方向。介绍一种新的MPI实现机制,这种机制集成了共享存储模型和消息通信模型的优点,在节点内使用共享存储模型,在节点间使用消息传递模型,并且通过自动生成线程级的任务来获得更好的性能。

基于SMP集群系统的并行编程模式研究与分析

并行计算技术是计算机技术发展的重要方向之一,SMP与集群是当前主流的并行体系结构。当前并行程序设计方法主要采用基于消息传递模型的MPI和基于共享存储模型的OpenMP,两种编程模式各有特点和适用范围。对SMP集群以及MPI和OpenMP的特点进行了分析,介绍了在SMP集群系统中利用MPI和OpenMP混合编程的可行性方法。

基于天河互连的公共通信接口UCX实现与评估

为解决在天河互连和未来高性能互连网络上支持多种高性能、可扩展并行编程模型的问题,提出了一种基于远程直接内存访问(RDMA)技术的公共通信接口UCX实现方案。该UCX实现系统建立了UCX数据抽象到天河互连系统通信资源对象的映射关系,基于短报文通信和共享的RDMA缓冲池实现了一种面向ActiveMessage和单边通信接口的高速数据传输协议,并提出了一种动态可扩展信用流控机制来提高UCX系统在大规模并行应用运行时的可扩展性。实验测试测试表明,由于UCX通信接口操作更匹配互连网络硬件特性,精简了软件处理层次,UCX软件层增加的总开销小于200ns,而基于该UCX的消息传递接口(MPI)系统,相对于现有的天河互连MPI实现架构,减少了约50ns的通信延迟,短消息速率也有约10%的性能提升。该UCX实现系统对拓展天河互连网络上的并行编程模型和应用类型,并确保并行运行效率,提供了较好的技术支撑。

Linux环境下MPI并行编程与算法实现研究

并行计算实现求解一些复杂的问题,并行编程技术的进步使得并行计算逐步应用到很多领域。MPI是一种消息传递编程模型并可以被广泛使用的编写消息传递程序的标准,已扩展为一种优秀的并行程序设计语言。该文简要介绍了有关并行编程的基本概念与方法,深入讨论了MPI并行编程环境与并行编程模式,对MPI并行性进行了分析,给出了Linux环境下MPI编程环境的配置方法,最后结合一个实例详细描述了用MPI实现并行算法的方法。通过对实验程序的结果分析,在Linux机群环境下用MPI实现复杂的并行算法是简单的,并且能取得较好的性能。

基于并行计算的水下目标回波模拟器仿真软件框架研究

针对提高水下目标回波模拟器的仿真效率和计算机资源使用效率的目的。通过分析水下目标回波模拟器的仿真可并行性,详细叙述仿真任务并行分割方法,基于并行计算,形成并行仿真软件框架。搭建小型仿真系统,并行和串行仿真试验结果显示并行的CPU总利用率达到40%,串行达到12.9%,空闲状态仅达到4%。试验表明该方法可有效提高仿真效率和计算机资源使用效率。

MPI并行编程环境的研究

以RISC工作站或高档微机通过LAN连接的机群系统已经成为并行计算的主流技术,研究适应机群系统的并行编程环境自然重要起来。在众多的并行编程环境中,应用较为广泛的有消息传递接口(MPI)标准和并行虚拟机(PVM)环境。本文重点分析了MPI编程环境,并出给了MPI并行程序设计的基本方法。

数值预报MAPS模式并行化移植初探

通过武汉区域气象中心数值预报 MAPS(Mesoscale Analysis and ProcessSystem)模式并行化移植的实例 ,介绍了如何使用共享内存、消息传递的并行方式进行数值预报模式并行化工作 ,对不同条件下并行 MAPS模式的并行效率进行了比较。结果表明 ,对数值预报 MAPS模式完成程序优化和共享内存方式以及消息传递方式的并行化等工作后 ,MAPS模式运算时间大为缩短 ,满足预报业务时效的要求。

并行编程模型的研究与发展

并行编程模型在分布式计算中发挥着很重要的作用,随着人们对高性能计算需求的不断扩大和各种新技术的出现,并行编程模型也处于不断的发展和完善之中。对两种主要的编程模型进行了详细的分析和研究,针对前两种模型的优缺点分析并研究了两级并行模型的使用范围和优势等,最后针对硬件的新发展提出了新的编程模型的发展TBB+MPI。并在基于CMP的集群系统中实现了矩阵相乘的算法。实验结果显示TBB+MPI在多核集群编程方面有明显的优势,因此模型TBB+MPI更适合于多核集群。

面向层次化NoC的混合并行编程模型

为更好发挥多核处理器的硬件性能,针对层次化的片上网络架构,提出MPI/OpenMP混合并行编程模型。运用基于MPI的任务级并行模型实现片内簇间的高效通信,采用OpenMP模型实现簇内四核的通信、同步和数据交换。实验结果表明,与单一并行编程模型相比,混合并行编程模型加速比提高了20%~50%。