高性能时空计算机应用,高性能计算的研究及应用

高性能计算的研究及应用

近些年来高性能计算迅猛发展,高性能计算得到了越来越广泛地应用,高性能计算已经成为一个国家综合实力的一个

(本文共2页)

阅读全文>>

高性能计算机的迅速发展为海量遥感数据处理提供了强大的计算资源，基于集群及计算存储一体化的高性能计算已成为目前最主要的计算平台。在集群环境下设计并实现海量遥感数据并行处理系统是提高遥感数据处理速度的必然选择。随着高分辨率及传感器类型的增加，遥感数据TB级的增长对高性能遥感数据处理平台的I/O要求造成非常大的压力，包括服务器磁盘的读写压力，服务器网段的传输压力等，为了最大化发挥分布式并行优势，在保证系统安全稳定的前提下，本文采用了计算存储一体化策略，以减少并行处理系统中的数据传输。本文在分析了网格、云计算及集群计算等几种高性能计算的优缺点基础上，提出并实现了一种基于计算存储一体化的高性能集群架构，以实现对海量遥感数据的高效处理，并在卫星遥感基础共性产品一体化处理系统中得以应用。本文的工作主要体现在以下几点：(1)基于已有集群系统，深入研究遥感数据高性能计算处理系统，针对海量遥感数据对处理平台I/O、服务器磁盘的读写及网络传输造成的压...

(本文共66页)

本文目录 |

阅读全文>>

由于性价比和能效比很高,多核CPU-GPU计算平台得到了广泛应用,这也使系统内同时存在两种异构的计算资源。但是多核CPU和GPU的性能必须通过高效的调度算法才能得到充分发挥。因此如何充分利用异构资源的计算能力,如何实现负载均衡成为研究的热点。传统的调度方法有静态调度和动态调度。静态调度开销非常小,但容易导致负载不均衡,降低计算资源的利用率;动态调度能更好地实现负载均衡,但调度开销比较大。如果将上述两种调度方法结合起来,将大大减少调度开销,并有效地实现负载均衡。CPU-GPU异构计算平台中,基于SIMD结构的GPU适合并行度和计算量大的计算任务,GPU的计算性能远远大于CPU的计算性能,但是现有的调度算法无法根据硬件特点进行任务分配。本文针对上述问题,提出了一种新的调度方法--负载预测调度算法(Load-prediction scheduling--LPS),该算法可以充分发挥异构的多核CPU和GPU的计算能力,并实现静态和动态调...

(本文共84页)

本文目录 |

阅读全文>>

随着计算机应用的广泛与深入，需要处理的数据量越来越大，在单台计算机处理能力有限的情况下，如何能快速、完整的处理这些数据，成为一个亟待解决的问题。并行机的出现，提供了解决这个问题的根本手段。本论文简要介绍了并行机的发展历史、并行机系统性能的评测，以及极有发展前途的机群并行系统的研究现状。机群并行系统以其良好的可伸缩性和可编程性，以及低廉的价格、极高的性能以及获得的容易性，使其特别适合我国的教育、科研部门使用。本论文详细探讨了建立机群并行系统的硬件条件以及支撑机群系统并行的软件。特别是对Linux操作系统、并行编程环境MPI、作业管理调度系统PBS作了详细的介绍。本文详述了在异构并行机群系统上开发异构／同构机群并行计算环境的可视化监控和图形化管理平台CVMM(Cluster Visual Monitor and Manager)软件系统的过程以及开发工具。该系统集成了MPI和PBS的部分功能，用于并行任务的发送、系统工作状态监控及并...

(本文共55页)

本文目录 |

阅读全文>>

由于性价比高、计算能力强,多核多节点超级计算机已成为高性能计算的主流。但仅仅依靠多核多节点超级计算机的高机器性能并不能从根本上解决复杂结构有限元数值仿真的大规模计算问题,只有研究合适的并行计算方法才能有效提高工程分析的质量和效率。本文结合上海超级计算中心的“Dawning 5000A”高性能计算平台,研究了有限元结构分析多层并行计算方法,并在具体工程实例的应用中得到了验证,主要研究内容包括:研究了高效求解有限元结构静力分析问题和动力分析问题的并行计算方法。针对传统区域分解法利用大量处理器内核进行大规模并行计算效率低的问题,提出了一种多层并行计算方法。该方法在区域分解法的基础上利用两级分区和两次缩聚策略进行求解。它首先通过两级分区为并行计算准备数据,以确保多核多节点超级计算机节点间和节点内工作载荷的均衡。然后在并行计算的过程中一方面通过两次缩聚大幅度降低了求解问题的规模,有效提高了界面方程的收敛速度;另一方面通过多层并行计算机制实...

(本文共151页)

本文目录 |

阅读全文>>

高性能计算应用的发展不仅促进了科技创新,还同时进一步驱动了社会的发展与进步,高性能计算应用水平已成为衡量和驱动...

(本文共8页)

阅读全文>>