分形计算的并行设计及TBB实现

doi:10.3724/SP.J.1087.2011.00839

计算机应用 ›› 2011, Vol. 31 ›› Issue (03): 839-842.DOI: 10.3724/SP.J.1087.2011.00839

分形计算的并行设计及TBB实现

陈荣鑫¹,陈维斌²,廖湖声³

1. 集美大学计算机工程学院，福建厦门361021；北京工业大学计算机学院，北京100124
2. 华侨大学计算机科学与技术学院，福建泉州362021
3. 北京工业大学计算机学院，北京100124

收稿日期:2010-09-13 修回日期:2010-11-04 发布日期:2011-03-03 出版日期:2011-03-01
通讯作者: 陈荣鑫
作者简介:陈荣鑫（1975-），男，福建厦门人，讲师，博士研究生，主要研究方向：软件自动化、并行计算；陈维斌（1957-），男，福建泉州人，教授，主要研究方向：面向对象技术、数据库；廖湖声（1954-），男，广东大埔人，教授，主要研究方向：软件自动化。
基金资助:
福建省自然科学基金资助项目(2008J04005);北京市自然科学基金资助项目(4082003)

Fractal computing parallelization and implementation in TBB

CHEN Rong-xin¹,CHEN Wei-bin²,LIAO Hu-sheng³

1. Computer Engineering College, Jimei University, Xiamen Fujian 361021, China; College of Computer Science, Beijing University of Technology, Beijing 100124, China
2. College of Computer Science and Technology, Huaqiao University, Quanzhou Fujian 362021, China
3. College of Computer Science, Beijing University of Technology, Beijing 100124, China

Received:2010-09-13 Revised:2010-11-04 Online:2011-03-03 Published:2011-03-01
Contact: CHEN Rong-xin

摘要/Abstract

摘要： 线程构建模块(TBB)基于模板的特点简化了并行化设计，适合高效地实现多核并行设计。针对分形计算具有计算密集和高耗时的特点，结合TBB并行化设计，以充分利用多核计算资源。对影响并行性能的计算负载不平衡问题，提出了基于采样估算的平衡优化方法，通过采样执行时间来估算工作负载，据此进行均衡的任务划分，利用TBB任务调度实现并行处理。实验结果表明，采样估算精度高，耗时比率低，能有效实现负载均衡；基于TBB的实现可获得较好加速比。

关键词: 分形计算, 多核并行, 线程构建模块, 负载平衡

Abstract: The template-based feature in Threading Building Blocks (TBB) simplifies parallel design and is suitable for efficient design of multi-core parallelism. Since fractal computing is CPU-intensive, it is practicable to parallelize fractal computation under TBB. As to the workload unbalance problem in parallelism, a balance method based on sampling execution time was presented to estimate workload. The proposed method realized the task partition through the workload estimate from sampling execution time, and TBB task scheduler was invoked for parallel process. The experimental results show that the proposed method has high estimation accuracy and low time rate so as to effectively achieve workload balance, and good speedups are available through TBB design.

Key words: fractal computing, multi-core parallelism, Threading Building Blocks (TBB), workload balance

中图分类号:

TP311.11

陈荣鑫陈维斌廖湖声. 分形计算的并行设计及TBB实现[J]. 计算机应用, 2011, 31(03): 839-842.

CHEN Rong-xin CHEN Wei-bin LIAO Hu-sheng. Fractal computing parallelization and implementation in TBB[J]. Journal of Computer Applications, 2011, 31(03): 839-842.

[1]	赵全, 汤小春, 朱紫钰, 毛安琪, 李战怀. 大规模短时间任务的低延迟集群调度框架[J]. 计算机应用, 2021, 41(8): 2396-2405.
[2]	付朝江, 王天奇, 林悦荣. 基于有效并行求解策略的显式有限元分析并行算法[J]. 计算机应用, 2018, 38(4): 1072-1077.
[3]	邰滢滢, 庞影, 段苛苛, 付云鹏. 基于改进权重的D-S证据理论的动态负载平衡算法[J]. 计算机应用, 2018, 38(10): 2976-2981.
[4]	周岳, 陈庆奎. 面向大规模数据接入系统的负载平衡机制[J]. 计算机应用, 2018, 38(1): 50-55.
[5]	郑凯, 朱林, 陈优广. 基于Kademlia的负载平衡云存储算法[J]. 计算机应用, 2015, 35(3): 643-647.
[6]	姚婧何聚厚. 基于自适应蜂群算法的云计算负载平衡机制[J]. 计算机应用, 2012, 32(09): 2448-2450.
[7]	姚婧何聚厚. 基于模糊聚类分析的云计算负载平衡策略[J]. 计算机应用, 2012, 32(01): 213-217.
[8]	侯勇吾守尔·斯拉木于炯周艳慧. 在线课程下的自适应查询调度算法[J]. 计算机应用, 2010, 30(4): 1008-1010.
[9]	梁本来秦勇任新华贾云富. 基于二元目标优化的多链路负载均衡算法DBCTIA的研究[J]. 计算机应用, 2009, 29(3): 655-657.
[10]	张理论吴建平宋君强. 基于前验负载差异的负载平衡性能模型[J]. 计算机应用, 2009, 29(10): 2849-2851.
[11]	陶南周定康. P2P服务分类技术的负载平衡策略研究[J]. 计算机应用, 2008, 28(1): 33-35.
[12]	罗谦舒辉曾颖. 二进制文件结构化比较的并行算法实现[J]. 计算机应用, 2007, 27(5): 1260-1263.
[13]	姚磊戴冠中张慧翔潘文平. 基于局部网络信息的P2P系统负载平衡算法[J]. 计算机应用, 2007, 27(5): 1080-1082.
[14]	王志晓张大陆刘雷姚传茂. 基于本体的P2P复杂搜索[J]. 计算机应用, 2007, 27(4): 780-783.
[15]	李军有朱参世. 基于P2P的TCP/IP网络管理模型研究[J]. 计算机应用, 2007, 27(4): 788-790.

分形计算的并行设计及TBB实现

Fractal computing parallelization and implementation in TBB

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics