Cluster环境下p-HPF编译器支持的并行计算范式

p- HPF是研制的一个符合 HPF(high performance Fortran)规范的并行编译系统 ,以 HPF为核心实现多范式并行计算是开发大型并行应用系统的基础 .首先论述了 Cluster环境下的并行运行范式 ,包括 farm parallel范式、流水线并行、流循环并行、基本数据并行和组合数据并行等 ,抽象分析了它们的性能 ,接着给出了利用 p- HPF的外部过程机制、任务并行机制以及 FORAL L,INDEPENDENT DO等典型并行语句实现几种典型并行范式的方法 ,给出了实例程序 。

p-HPF并行编译器对数据并行和任务并行的支持

p-HPF是一个基于cluster体系结构的HPF并行编译系统 ,它不仅支持数据并行计算范例 ,而且也支持任务并行范例。给出了 p-HPF并行编译系统的体系结构和实现策略 ,介绍了 p-HPF实现数据并行和任务并行的机制 ,包括数据分布方法、外部过程调用等。还给出用 p-HPF求解N-body、快速傅立叶变换、单炮地震资料的处理等应用实例。

基于网络的数据并行计算中分布数组描述研究

如何描述分布数组是基于网络数据并行计算的基本问题.从网络并行计算的一般需求出发,讨论了分布数组描述DAD（distributed array descriptor）的内容和结构,具体给出了p-HPF并行编译系统的DAD结构定义.针对分布数据的稀疏存储和紧凑存储模型,给出了数据在Block分布、Cyclic分布和Block_Cyclic（k）分布方式下,全局数组到局部数组转换的计算方法,这些方法已在p-HPF编译器中得到实现并证明了其有效性.最后讨论了分布数据描述的标准化对实现并行计算系统的可移植性和可重用性的意义.