流处理器大规模网络环境下协同并行处理模型研究

利用现有的计算机网络和基于GPU（流处理器）的计算节点，构建大规模、可扩展的网络并行计算环境，针对流处理器的特殊结构以及它和协同网络的性能匹配关系，研究该大规模网络并行计算环境下的并行协同处理（计算）模型及其程序设计问题；包括：基于GPU存储器、计算机内存储器和网络分布式存储器的全局协同知识表示模型和并发模型；支持协同并行计算的局部和远程通信模型；协同网络环境管理模型；最后扩展CUDA以便使其支持大规模网络环境下的并行协同处理。目标是使该协同并行处理模型具有近线性的可扩展性，通过多级分组协同机制，其可支持大规模网络环境下的并行协同处理工作。该项目的研究成果，对利用现有的分布在各地的流处理器计算资源，构建高可靠的、低成本的、自主知识产权的、大众化的、高性能网络并行协同处理装置有着基础理论支撑作用，对我国经济建设的发展将有重要的经济价值和社会意义。其可以应用到大规模网络环境下海量信息处理问题。

利用现有的计算机网络和基于GPU（流处理器）的计算节点，构建大规模、可扩展的网络并行计算环境，针对流处理器的特殊结构以及它和协同网络的性能匹配关系，研究该大规模网络并行计算环境下的并行协同处理（计算）模型及其程序设计问题；包括：基于GPU存储器、计算机内存储器和网络分布式存储器的全局协同知识表示模型和并发模型；支持协同并行计算的局部和远程通信模型；协同网络环境管理模型；最后扩展CUDA以便使其支持大规模网络环境下的并行协同处理。目标是使该协同并行处理模型具有近线性的可扩展性，通过多级分组协同机制，其可支持大规模网络环境下的并行协同处理工作。该项目的研究成果，对利用现有的分布在各地的流处理器计算资源，构建高可靠的、低成本的、自主知识产权的、大众化的、高性能网络并行协同处理装置有着基础理论支撑作用，对我国经济建设的发展将有重要的经济价值和社会意义。其可以应用到大规模网络环境下海量信息处理问题。