随着超级计算机结点规模的不断扩大,结点间复杂的互连通信对超级计算机整体性能的影响越来越大。本研究运用聚类方法对结点进行划分,提出基于结点聚类的层次化消息调度模型,可以准确刻画超级计算机内部互连网络通信的特征,同时又可以有效降低问题的复杂度。基于本模型,利用各种网络通信特征,可以先设计高近似度的近似算法,并进一步优化算法在运行时的实际效率;还可以利用先验知识等启发式信息,设计在大多数情况下具有高效率的启发式算法。本研究不仅对这些算法进行理论分析,还设计开发原型系统进行实验验证,将理论和实验结果进行对比分析,进一步对本研究提出的模型、算法以及相应的程序实现进行改进和提高,并结合一两个典型的具体问题对本研究成果进行实际应用。本项研究成果,不仅可以用于提高目前特别是未来超级计算机的通信性能,还可以为超级计算机、并行编译器以及并行应用的优化设计与开发提供有价值的参考。
{{i.achievement_title}}
数据更新时间:2023-05-31
粗颗粒土的静止土压力系数非线性分析与计算方法
中国参与全球价值链的环境效应分析
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
面向云工作流安全的任务调度方法
基于细粒度词表示的命名实体识别研究
基于超价值结点影响图的风险分析模型与智能化算法
一类半导体生产线调度问题基于数据的简化调度模型与高效调度算法研究
基于复杂系统层次演化的蜂群优化模型与算法及在微网能量调度中的应用
电子病历挖掘中的聚类模型与算法研究