检索结果-内蒙古大学图书馆

软件学报 2002年第4期13卷 608-615页

作者：胡长军丁文魁黄其军向华许卓群清华大学计算机科学与技术系北京100084 北京大学计算机科学技术系北京100871

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... 详细信息

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.

关键词：分布数组描述网络并行计算 HPF语言并行编译数据并行计算

来源：评论

学校读者我要写书评

暂无评论

数据并行计算:概念、模型与系统

引用

计算机科学 2000年第6期27卷 1-5页

作者：李晓明北京大学计算机科学技术系

一、引言并行计算,或者并行处理,指的是这样一种努力和相关的研究:利用多个具有计算能力的部件来共同完成一个计算工作,以获得比用一个部件来完成要快的效果。这显然是一个很自然的想法。历史地看,几乎是自从有了计算机,就有了并行处理... 详细信息

一、引言并行计算,或者并行处理,指的是这样一种努力和相关的研究:利用多个具有计算能力的部件来共同完成一个计算工作,以获得比用一个部件来完成要快的效果。这显然是一个很自然的想法。历史地看,几乎是自从有了计算机,就有了并行处理的想法和实践。在80年代后期到90年代初期。

关键词：数据并行计算算法并行计算机数学模型

来源：评论

学校读者我要写书评

暂无评论

数据并行计算与Meta分析模型在荷斯坦牛产奶性状关联分析中的应用

数据并行计算与Meta分析模型在荷斯坦牛产奶性状关联分析中的应用

引用

作者：殷诗舒湖南农业大学

学位级别：硕士

本研究首先通过计算机模拟探讨了数据并行计算与Meta分析模型的关系。Meta分析通过收集与主题相关的研究结果,将每个研究结果计算为一个统一的指标(效应量),然后对不同研究的效果量化进行统计分析。常用Meta分析模型包括固定效应Meta分... 详细信息

本研究首先通过计算机模拟探讨了数据并行计算与Meta分析模型的关系。Meta分析通过收集与主题相关的研究结果,将每个研究结果计算为一个统一的指标(效应量),然后对不同研究的效果量化进行统计分析。常用Meta分析模型包括固定效应Meta分析和随机效应Meta分析。并行计算是将一个大的数据分解成若干个较小的数据,然后再将这些小数据分别在若干个计算机CPU(或核)上同时计算,最后通过加权计算总体参数的估计。本研究表明,依据线性回归分析的数据并行计算方法,可以视为是通过并行计算方式来实现的固定效应Meta分析模型,其加权为模型参数的方差和协方差的矩阵。但是如果忽略模型参数间的协方差,Meta分析估计的基因效应是有偏差的,其偏差取决于协方差的大小。当等位基因频率相当时,单基因(标记)的并行计算方法等价于固定效应Meta分析模型,所估计的基因效应是一致的。本研究采用计算机模拟方法,研究了数据并行计算和Meta分析两种方法在不同的遗传力、群体规模和数据分块情形下,对估计基因效应的方差和平方偏差的影响。通过模拟实验我们得到了如下的结论:1.用数据并行计算和固定效应Meta分析方法所估计的基因效应具有很高的相关性(r>0.97),二者的差异主要是来源于Monte Carlo误差。2.估计基因效应的方差和平方偏差在不同的遗传力和群体规模间的差异显著(p<0.05)或极显著(p<0.01):群体越大,遗传力越高,估计基因效应的方差和平方偏差就越小,因此其精确性和准确性也越高。3.用极端小样本(N=50)估计基因效应,尽管方差小(精确度高),但是其平均偏差往往很大,因而估计值的准确度很差。当群体规模大于100时,所估计基因效应的方差和平方偏差的变化趋于平稳,二者均接近于零。但对于低遗传力性状(h≤1.0),预期有效估计基因效应的群体规模可能要远远大于这个数目。作为实际应用,本研究采用四种方法(数据并行计算、固定效应和随机效应Meta分析模型,以及Mega分析模型)分别估计了48个候选基因对于荷斯坦牛三个产奶性状(产奶量、乳蛋白量、乳脂肪量)的遗传效应。其中,Mega分析是将各项独立研究的原始数据合并,对总体进行一次性计算。研究结果表明:1.四种方法所估计的候选基因效应具有高度的相关性。数据并行计算和Mega分析所估计的基因效应是完全相等的,说明二者在统计模型上是等价的。Meta分析的基因效应是近似的,因为忽视了模型参数的协方差。2.随机效应的Meta分析方法估计的基因效应的方差显著大于其他三个方法估计的基因效应的方差,原因在于前者所估计的基因效应方差,除了随机抽样方差以外,还包括不同研究(数据)间的异质方差。3.本研究发现和验证了显著影响三个产奶性状的候选基因。对产奶量有显著遗传效应的候选基因有:DGAT,DECR1基因SNP7、SNP10、SNP11、SNP13、SNP9、SNP8,以及MER基因位点的rs29021694。对乳脂量有显著遗传效应的候选基因有:DGAT基因,DECR1基因SNP7、SNP8、SNP10、SNP13、SNP9、SNP11,MER基因位点rs29021694。对乳蛋白量有显著遗传效应的候选基因有:DECR1-SNP7、SNP10、SNP13、SNP8、SNP9、SNP11,DGAT基因,以及MER基因位点rs29021694。

关键词：关联分析 Meta分析数据并行计算候选基因产奶性状荷斯坦牛

来源：评论

学校读者我要写书评

暂无评论

基于PIM技术的数据并行计算研究

基于PIM技术的数据并行计算研究

引用

作者：王鹏飞西安理工大学

学位级别：硕士

目前嵌入式领域的图像处理技术逐渐呈现出计算复杂、数据量大、并发性和实时性的要求越来越高等特点，使得传统的处理器体系结构越来越难以满足应用的需求，亟需研究新型高性能处理器。将PIM技术与可重构方法共同用于处理器体系结构的... 详细信息

目前嵌入式领域的图像处理技术逐渐呈现出计算复杂、数据量大、并发性和实时性的要求越来越高等特点，使得传统的处理器体系结构越来越难以满足应用的需求，亟需研究新型高性能处理器。将PIM技术与可重构方法共同用于处理器体系结构的设计中，既具有PIM技术低存储延迟、高数据带宽的特点；又可以利用可重构技术的适应性和灵活性，使其很好的匹配不同的应用需求，从而充分发挥体系结构的优势。\n 论文以一种基于PIM技术的数据并行计算机体系结构模型为基础，通过对该体系结构中的上层应用模型的研究来完善宏体系结构的设计，研究内容主要包括以下几个方面。\n 首先，根据体系结构的特点研究典型多媒体图像处理算法到体系结构上的映射，即算法在该体系结构计算机上的实现过程。文中分别以点运算、局部运算和全局运算为例，详细描述了算法的映射过程。该部分是本文的重点研究内容，也是后续应用的基础。\n 其次，结合上一部分的研究内容，对指令集体系结构进行完善；整理并定义该体系结构计算机的汇编语言，设计并实现汇编语言编译器；以宏体系结构为依据，参考微体系结构的设计，通过构造模拟器来完成对基于PIM的数据并行计算机的功能模拟，模拟器采用面向对象的设计方法对硬件结构中的主要部件进行功能模拟。\n 通过在模拟器上对三类图像处理算法的模拟验证，表明基于PIM技术的数据并行计算机体系结构在逻辑上具有可行性。

关键词： PIM技术数据并行计算可重构技术体系结构

来源：评论

学校读者我要写书评

暂无评论

MapReduce：大数据并行计算之利器

引用

信息方略 2013年第11期 54-57页

作者：梁欢

MapReduce作为谷歌三大技术法宝之一，在批量数据分工整合方面，算得上是一把利器。以MapReduce为关键性组件的开源系统Hadoop，也在大数据时代风靡一时。云计算、物联网、移动互联网给世界带来的大数据冲击，很多人都有目共睹。如何解... 详细信息

MapReduce作为谷歌三大技术法宝之一，在批量数据分工整合方面，算得上是一把利器。以MapReduce为关键性组件的开源系统Hadoop，也在大数据时代风靡一时。云计算、物联网、移动互联网给世界带来的大数据冲击，很多人都有目共睹。如何解决大数据的存储、捕获、处理困难，是众多IT专家致力于解决的问题。

关键词： MapReduce 数据并行计算移动互联网批量数据物联网谷歌组件 IT

来源：评论

学校读者我要写书评

暂无评论

利用GPU进行高性能数据并行计算

引用

程序员 2008年第4期 97-99页

作者：丁艺明刘波趋势科技高级工程师趋势科技高级研发经理

数据库技术的成熟、数据挖掘应用、生物基因技术的发展、历史数据的几何级膨胀等使高性能计算（High Performance Computing，HPC）成为必要。虽然通过创建分布式系统可以解决部分大型计算的问题，但是分布式系统有通信开销大，故障率... 详细信息

数据库技术的成熟、数据挖掘应用、生物基因技术的发展、历史数据的几何级膨胀等使高性能计算（High Performance Computing，HPC）成为必要。虽然通过创建分布式系统可以解决部分大型计算的问题，但是分布式系统有通信开销大，故障率高；数据的存取结构复杂，开销大；数据的安全性和保密性较难控制等弱点。随着计算机处理器，特别是GPU（Graphical Processing Unit）计算能力的飞速提高，高性能计算正在逐步进入桌面（低端）领域，我们开始探讨并行编程模型与并行编程等软件技术。

关键词：数据并行计算性能计算 GPU 分布式系统生物基因技术计算机处理器数据库技术数据挖掘

来源：评论

学校读者我要写书评

暂无评论

用于在多处理器上进行数据并行计算的应用编程接口

用于在多处理器上进行数据并行计算的应用编程接口

引用

作者： N·比奇曼 A·A·芒希美国加利福尼亚

本公开涉及用于在多处理器上进行数据并行计算的应用编程接口。本公开描述了一种用于调用主处理器中的API(应用编程接口)以在计算单元之间并行执行数据处理任务的并行计算程序的方法和设备。计算单元被耦接到包括GPU(图形处理单元)和CPU... 详细信息

标准号: CN105159761A

本公开涉及用于在多处理器上进行数据并行计算的应用编程接口。本公开描述了一种用于调用主处理器中的API(应用编程接口)以在计算单元之间并行执行数据处理任务的并行计算程序的方法和设备。计算单元被耦接到包括GPU(图形处理单元)和CPU(中央处理单元)的主处理器。按照API调用在耦接到主处理器的存储器中产生与数据处理任务的源代码相对应的程序对象。按照API调用由程序对象产生针对计算单元的可执行代码以便载入以在计算单元之间同时执行从而执行数据处理任务。

关键词：计算单元数据处理任务主处理器应用编程接口程序对象源代码并行计算程序数据并行计算图形处理单元可执行代码并行执行存储器中多处理器同时执行相对应一种调用公开载入产生描述涉及执行进行

来源：评论

学校读者我要写书评

暂无评论

气象海洋数据模型优化应用关键技术研究

气象海洋数据模型优化应用关键技术研究

引用

作者：任小丽国防科技大学

学位级别：博士

近年来,随着信息技术的高速发展,气象海洋观测数据、产品数据及互联网数据等均呈爆炸性增长,已逐渐成为具有类型多、体量大、更新快、价值高、质量高等特征的气象海洋大数据,对数据的高效管理和利用的各个环节提出了极大挑战,包括数据... 详细信息

近年来,随着信息技术的高速发展,气象海洋观测数据、产品数据及互联网数据等均呈爆炸性增长,已逐渐成为具有类型多、体量大、更新快、价值高、质量高等特征的气象海洋大数据,对数据的高效管理和利用的各个环节提出了极大挑战,包括数据查找与访问、数据预处理及数据应用等。深入研究高效的气象海洋数据查找与访问、预处理及其在气象海洋预报预测中的高效计算等关键技术,对于满足实际数据应用中的时效性和精细化要求,具有极其重要的现实意义。特别地,数据模型作为数据特征的抽象,从抽象层次上描述了数据结构、数据操作和数据约束等,其对于现实应用中的各类算法实现与优化具有重要的支撑作用,通过创新数据模型来优化应用研究,已成为当前大数据领域研究的重要方向。本文从上述数据管理与应用流程的角度,重点针对数据服务发现、高维数据降维、数据并行计算等三个方面,分别开展基于不同数据模型优化的气象海洋应用优化关键技术研究工作。在数据查找访问阶段,针对已有数据服务发现方法存在的访问率不高和发现效率低下等问题,优化数据组织索引模型,提出了一种基于本体语义与快速索引的海洋数据服务发现方法OSID。在OSID方法中,主要包括基于语义的海洋数据本体模型ODOM的构建和基于快速服务查询列表QSQL的语义预推理扩展优化两个部分。在ODOM模型构建阶段,以海洋数据获取过程中的相关要素的元数据作为概念构建本体模型,并通过层次化分类、数据类型属性及对象属性描述各个概念之间的关系,从而以统一的表示方式描述海洋数据。在语义预推理扩展优化阶段,首先对模型的语义关系进行预推理,一方面利用Word Net语义词典,获取ODOM模型中概念的同义词、上位词及下位词,从层次化的角度扩展模型的语义关系;一方面基于RDF蕴含规则和OWL语义,利用模型的对象属性,从水平化的角度扩展模型的语义关系;在此基础上,扩展基础QSQL数据结构并将预先推理扩展的语义关系发布至扩展的QSQL中,以此将语义推理过程在服务发布阶段预先完成,降低服务查询过程中的语义计算耗时。实验测试结果表明,相对于已有的服务发现方法,OSID方法不仅能显著降低服务发现的响应时间,而且能够支持处理更复杂的语义关系,获得更高的查全率。在数据预处理阶段,针对当前已有的高维数据降维方法存在的通用性不强和处理效率低下的问题,优化数据分布式表示模型,提出了一种基于邻居探索与词向量模型的快速数据降维方法FVec2vec。FVec2vec方法是一种旨在保持数据邻域结构的非线性数据降维方法,其处理过程主要包括基于邻居探索的邻域计算、基于随机采样的上下文生成、基于词向量模型的低维嵌入表示计算三个阶段。在基于邻居探索的邻域计算阶段,通过探索数据点与其邻居的邻居之间的相似性以构建高维空间中数据点的近似邻域结构,避免成对数据点之间的相似度计算,在提高计算效率的同时获得尽可能高的准确性;在基于随机采样的上下文生成过程中,对由邻居探索而获得的数据点的邻域进行随机采样,快速生成数据点的上下文序列,以加快计算效率;在基于词向量模型的低维嵌入表示计算阶段,利用只含一层隐含层的词向量模型Skip-gram的高效性,学习高维数值矩阵在低维空间的嵌入表示,从而实现降维。实验测试结果表明,FVec2vec方法不仅能够处理通用的数值型矩阵,而且计算速度明显高于同类的Vec2vec方法,在一定的相似度度量方式下,计算准确率优于当前最先进的UMAP方法。在数据应用阶段,针对典型的气象海洋数据应用——大气环流谱模式的可扩展性有限而难以提高计算效率的问题,优化数据剖分模型,提出了一种基于二维剖分的大气模式可扩展数据并行计算方法PAGCM。PAGCM方法的优势主要来源于三个方面:第一,源于对AGCM动力框架各计算过程所涉及的不同空间计算特性的数据相关性分析;第二,源于所提出的基于数据相关性的二维剖分数据模型;第三,源于对各阶段计算过程的并行优化处理。在基于计算特性的数据相关性分析方面,依次深入分析了大气环流谱模式动力框架在格点空间计算、Fourier变换、Legendre变换、谱空间计算、Legendre逆变换和Fourier逆变换等六个主要计算阶段的数据相关性,为二维数据剖分提供了依据,使得数据剖分在不存在数据相关性的维度进行,避免给计算过程带来额外的进程间数据通信。在基于数据相关性的二维剖分数据模型构建方面,根据各计算阶段的数据相关性,提出了顺序剖分和轮转剖分两种数据剖分算法,以尽可能均衡地分配数据子集至各个处理器,从而保证优化并行可扩展性的同时,提高方法的负载均衡性能。在各阶段计算过程的并行优化处理方面,利用提出的三维数据转置算法对计算过程的并行数据通信进行优化,同时利用提出的全局数据收集算法等来维持模式物理过程的质量和能量守恒,以确保模拟结果的正确性。实验测试结果表明,PAGCM方法能够在保证模式运行结

关键词：气象海洋数据数据模型数据服务发现数据降维数据并行计算

来源：评论

学校读者我要写书评

暂无评论

基于Brook的排序网络实现

引用

微电子学与计算机 2010年第5期27卷 53-56页

作者：崔雪冰张芳芳李国徽河南城建学院计算机科学与工程系河南平顶山467001 华中科技大学计算机科学与技术学院湖北武汉430074

针对"排序网络"的特点及其广泛运用的意义,依据现代GPU在通用计算方面的功能,提出了基于Brook在GPU上执行通用计算的实现方法,并对"排序网络"在GPU的实现进行了测试,结果表明GPU在Brook环境下通用计算能力优于CPU,... 详细信息

针对"排序网络"的特点及其广泛运用的意义,依据现代GPU在通用计算方面的功能,提出了基于Brook在GPU上执行通用计算的实现方法,并对"排序网络"在GPU的实现进行了测试,结果表明GPU在Brook环境下通用计算能力优于CPU,且排序网络的并行计算的特点能够在GPU上充分展现.

关键词：排序网络数据并行计算流计算 GPU通用计算 Brook

来源：评论

学校读者我要写书评

暂无评论

并行函数库的设计与实现

并行函数库的设计与实现

引用

作者：尹玉吉林大学

学位级别：硕士

该文介绍在工作站群网络环境上,利用PVM系统,就科学计算中的一些常见应用问题,建立并行函数库的基本设计思想.并行函数库实现了几个常用计算:矩阵乘、快速排序、一维快速傅立叶变换、二维快速傅立叶变换、一维波动方程、长距力问题和中... 详细信息

该文介绍在工作站群网络环境上,利用PVM系统,就科学计算中的一些常见应用问题,建立并行函数库的基本设计思想.并行函数库实现了几个常用计算:矩阵乘、快速排序、一维快速傅立叶变换、二维快速傅立叶变换、一维波动方程、长距力问题和中距力问题的并行求解.由于并行函数库中的问题在并行计算中具有一定代表性,该文对工作站群的数据并行计算进行了深入研究,针对不同问题给出相应的并行任务划分方法和调度策略.函数设计以满足用户计算要求及提高函数的计算性能为基本原则,选择适于工作站网络的并行算法.并行函数库自动完成机器选择、并行任务划分及任务到机器间的映射,减轻用户编程负担、提高网络上处理机资源利用率,成为网络并行科学计算的一个有力工具,进一步完善了由PVM系统构成的网络并行计算环境.另外,该文实现重磁位场异常转换处理的并行化,作为并行函数库的一个应用实例.

关键词：并行函数库并行求解数据并行计算

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：