检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 超级计算机网络引导技术研究与分析

龚道永, 宋长明, 刘沙, 漆锋滨

计算机应用 2019, 39 (6): 1577-1582. DOI: 10.11772/j.issn.1001-9081.2018122605

摘要（403）

PDF （962KB）（288）

针对超级计算机系统中网络引导时间开销大的问题，提出网络引导分布算法是影响网络引导性能的主要因素之一，是优化网络引导性能的主要方向的观点。首先，分析了影响大规模网络引导性能的主要因素；其次，结合一种典型超级计算机系统，分析了超节点循环分布算法（SCDA）和插件循环分布算法（BCDA）的网络引导数据流拓扑结构；最后，量化分析了这两种算法对各个网络路径段的压力和可获得的网络性能，发现BCDA性能是SCDA性能的1~20倍。通过理论分析和模型推导发现，在计算节点和引导服务器之间使用更细粒度的映射算法可以在引导部分资源时使用尽量多的引导服务器，减少对局部网络资源的过早竞争，提升网络引导性能。

参考文献 | 相关文章 | 多维度评价

Select

2. 层次化批分解算法云框架

袁欣辉刘勇漆锋滨

计算机应用 2014, 34 (3): 690-694. DOI: 10.11772/j.issn.1001-9081.2014.03.0690

摘要（487）

PDF （1002KB）（333）

Bernstein提出的批分解算法能够快速完成给定光滑界B的一批随机整数的光滑性判断。然而该方法内存需求过于庞大，使得该算法广泛应用在理论分析阶段，实际应用却很少。为解决该问题，提出一种素数分段的方法，并据此提出一种层次化批分解算法云框架。该框架通过层次化的设计使得开发过程清晰简洁，具有较强的可移植性；借鉴自MapReduce的改进的云计算框架利用云客户端的分布存储和共享存储、消息机制等并行支撑平台提供的服务完成素数分段批分解算法的映射，解决了大规模Bernstein批分解算法空间需求过大的问题。实验结果显示，该框架能够适应素因子乘积规模由1.5GB至192GB的批分解运算，扩展性良好，增强了批分解算法的实用性。