【摘 要】
:
数据密集型应用大部分都具有很强的数据依赖,普遍存在于诸如生物信息学、经济管理、生产调度、工程技术等科学计算领域。那些可分解为重复子问题并具有最优子结构的问题,可以
论文部分内容阅读
数据密集型应用大部分都具有很强的数据依赖,普遍存在于诸如生物信息学、经济管理、生产调度、工程技术等科学计算领域。那些可分解为重复子问题并具有最优子结构的问题,可以使用动态规划算法高效地解决。然而由于计算数据规模的急剧上升,传统的串行程序应用,即使是高效的动态规划算法,在计算时间上也变得无法令人接受。采取并行程序设计来解决动态规划等强数据依赖型应用成为了当前的一个有效的方法。另一方面,由于并行程序设计过程复杂且容易出错,加上强数据依赖型应用本身的强依赖性,使得其并行化变得十分困难。面向DAG的数据驱动型应用模型是为简化动态规划的并行化而提出的,该模型从串行程序开发人员角度出发,使得用户可以像开发串行程序化一样开发并行程序,而繁琐的并行化实现和调度过程则由运行时系统负责,从而使开发人员将其精力和时间集中在具体的应用和算法上。然而此并行编程模型还存在很多不足。本文首先对上述模型进行了研究。在此基础上发现其中存在的问题,进行了有针对性的改进,设计了面向强数据依赖型应用的并行编程模型。此模型解决了主程序访问共享数据的问题和DAG模式图的扩展问题,改进了系统的结构,增加了它的可扩展性、可移植性和可配置性,使其能够面向动态规划以外的强数据依赖型应用。然后,基于面向强数据依赖型应用的并行编程模型,在共享存储环境中实现了EasyPDPv3系统。该系统完整实现了模型中提到的功能及其扩展接口,为开发人员提供了实用的并行程序开发工具。最后,本文对EasyPDPv3系统进行了详细的性能分析,测试了系统配置参数(分块大小、数据量、线程数等)对系统性能的影响,另外,针对系统的扩展功能进行了性能测试,并验证了超时容错扩展功能的正确性。
其他文献
随着以微电子技术、网络技术为基础的嵌入式技术的发展,各种智能移动设备已经广泛地应用在社会生产和生活的各个方面,特别是手机、多媒体播放设备已是人们生活中不可或缺的生
随着市场的发展,大规模定制的理论研究和商业应用蓬勃地发展起来。对大规模定制的研究从方式、过程和指导思想等方面形成了比较完整的理论框架。很多规模较大的企业都推出了
人脸识别是生物特征识别技术中非常关键的部分,为模式识别过程内特别关键的环节,能够从不同领域进行采纳借鉴,未来的发展前景非常乐观。眼睛为人脸中特别关键,同时为特别清楚
上世纪90年代,互联网正式引入中国。短短的20多年,互联网应用在中国呈现爆炸式增长,随着计算机网络通信、视频压缩等关键技术的发展,使得网络流媒体技术逐渐取代了文字和图片等简
原始人脸图像的特征维数往往较高,还包含了很多不相关的冗余信息,如何进行有效降维,提取出关键特征是人脸识别过程中的关键步骤。基于流形学习的子空间方法是人脸识别中比较
随着云和云计算技术的出现和发展,一种基于浏览器的虚拟操作系统—WebOS有望成为未来计算机用户的桌面。WebOS中也可以运行各种基于Web的应用程序,它们可以提供类似甚至超越桌
摄像机网络行人识别是采用计算机自动方式对多个监控视频中感兴趣的行人目标进行识别的一种技术。由于同一个人在不同光照和拍摄环境下的视觉外观会出现不一致的问题,如何对行
作为能够通过网络随时随地获取高可用计算资源的模式,云计算(Cloud Computing)得到了迅速发展。但是在发展的同时,随着不断壮大的互联网规模以及日益增多的网络应用类型,致使
网络编码改变了中间传输节点传统的“接收-转发”模式,采用了新的“接收-编码-转发”模式,能有效提高网络性能。无线网络的物理层具有广播特性,可以很方便的使用网络编码技术
随着信息技术的发展,电子商务技术已经遍地开花,愈来愈多的企业通过网络营销、电子商城等电子商务途径进行市场拓展。对于电子商务企业来说,如何赢得大量可信任的优质客户,是