《并行计算基本原理1》由会员分享，可在线阅读，更多相关《并行计算基本原理1（27页珍藏版）》请在金锄头文库上搜索。
1、高性能地理计算高性能地理计算 High Performance GeoComputationHigh Performance GeoComputation关 雪 峰 测绘遥感国家重点实验室GeoComputation 15University of Texas at Dallas, USAGeoComputation 13LIESMARS, Wuhan University, ChinaGeoComputation 11University College London, United KingdomGeoComputation 09University of New South Wales,
2、 AustraliaGeoComputation 07National University of Ireland, Maynooth, EireGeoComputation 05University of Michigan, Michigan, USAGeoComputation 03University of Southampton, United KingdomGeoComputation 01University of Queensland, Brisbane, AustraliaGeoComputation 00University of Greenwich, Medway Camp
3、us, UKGeoComputation 99Mary Washington College, Virginia, USA.GeoComputation 98University of Bristol, Bristol, United Kingdom.GeoComputation 97University of Otago, Dunedin, New Zealand.GeoComputation 96University of Leeds, Leeds, United KingdomGeoComputation: what is it?Open ProblemsIs there a focus
4、 on high performance computing?Is GeoComputation simply a grab bag of tools?What is the relationship between GIS and GeoComputation?What are the key concepts of GeoComputation?地理计算1993年英国Leeds大学地理学院以近40年的空间分析与建 模团队为基础成立计算地理中心（Center for Computational Geography)，旨在发展地理系统分析、建 模和可视化的技术水平，研发相应软件及工具。地理计算
5、自1996年在由英国Leeds大学主持召开的第一届 “地理计算”国际会议上正式提出，与会学者讨论并将“ 地理计算”定义为“利用不断发展中的高性能计算机和计 算方法，对各种求解地理问题的研究努力进行聚合”。GeoComputation2017GeoComputation2017，Leeds, UKLeeds, UK； HomeHome地理计算Leeds大学Openshaw教授在GeoComputation一书中 归结如下：在地理和地球系统(“Geo”)背景下，广义上GeoComputation 是一种以高性能计算为基础的解决通常不可解甚至不可知 问题的方法，包括三个内在相关的组成部分：一是地理或
6、 者环境数据，二是现代计算技术，三是高性能计算硬件。地理计算：应用计算科学解决地理问题的科学与方法，属于交叉学科领域。地理计算(计算地理学)计算地理学除了数据处理，还致力于建模、计算模拟模型、知识发 现、算法和计算平台等的研究（王铮，中科院，2011）。桌面GIS发展高性能计算普及云计算/大数据兴起空间分析/地理统计模型高性能地理计算大数据驱动的时空数 据挖掘OpenShaw： Leeds大学Stan OpenShaw提 新 概 念 GeoComputation （地理计算，1996），并出版了第一本专著 GeoComputation ，1999Marc P. Armstrong（U of I
7、owa）：“Geography and computational science”，Annals of the Association of American Geographers 90 (1), 146-156，2000Stan OpenshawUniversity of Leeds.Paul Longley地理计算研究主题地学数据挖掘与知识发现数据恢复与处理、信号/特征提取、指标的权重估计、地理事物关联 分析、地理演变特征分析、地理空间结构发现空间运筹地理规划、网络分析、空间决策数值计算数值模拟（基于确定数学方程的复杂数值计算，如建立在偏微分方 程组之上的水/空气动力学过程，有限差分/
8、有限元求解）ABM地理过程模拟多智能体、元胞自动机、神经网络、遗传/ 进化算法地理计算平台GIS系统、空间数据库、海量数据处理系统、模拟平台高性能地理计算High Performance GeoComputation，地理计算的一个重 要研究分支Research in this area combines the strengths of geographical methods with computer and computational sciences to address data exploration through mining and visualization techni
9、ques that are beyond the present capabilities of common desktop computing using commercial GIS.利用计算机科学理论与技术提升传统GIS算法或模型的容量 （Capacity）、效率（Efficiency）、扩展能力（Scalability）多核计算/集群计算/通用GPU计算/云计算High Performance/Parallel ComputingParallel computing is a form of computation in which many calculations are car
10、ried out simultaneously,1 operating on the principle that large problems can often be divided into smaller ones, which are then solved concurrently (“in parallel“).分分 而而 治治 之之分而治之分而治之是一种很古老的战略。本意即使将一个较 大的力量打碎分成小的力量，这样每个小的力量都 不足以对抗大的力量。在现实应用中，分而治之往 往是阻止小力量联合起来的策略。秦时，破坏合纵的连横即是一种分而治之的手段。孙子兵法：“十则围之,五则攻之
11、,倍则战之,敌则 能分之,少则能逃之,不若则能避之”并行计算是利用多个处理器协同求解一个应用问题的计算方法。具体的计算方法：将被求解的问题分解为若干部分每个部分分别由不同的处理器同时进行计算实现上述方法的程序称为并行程序；具有多个处理器的、并能够协同解决问题的计算机称为并行计算机。课程介绍第一部分 并行计算与并行计算机概述第二部分 并行程序设计第三部分 云计算初步第四部分 算法及应用(自学)课程介绍第一部分 并行计算机介绍并行计算的应用需求并行计算机的发展和类型课程介绍第二部分并行程序设计并行程序设计方法基于多核（multi-core） CPU的并行程序设计基于众核（many-core）GPU
12、的并行程序设计基于集群（cluster）的并行程序设计课程介绍第三部分 云计算初步虚拟化技术云平台介绍非关系型数据库MapReduce & Hadoop课程介绍第四部分 算法示例及应用数值算法，如：矩阵运算，线性方程组求解非数值算法，如：空间数据处理、影像处理参考书Designing and Building Parallel Programs, by Ian Fosterhttp:/www.mcs.anl.gov/itf/dbpp/参考书An Introduction to Parallel Programming Peter S. Pacheco, 邓倩妮等译 机械工业出版社 影印版并行算
13、法的设计与分析陈国良著 高等教育出版社（2002）（2008第3版）TutorialsHigh Performance Computing Training-LLNL（https:/computing.llnl.gov/?set=training&page=index）Introduction To Parallel ComputingEC3500 Introduction to Livermore Computing ResourcesEC3501MoabEC4045 Linux Clusters OverviewEC3516 Message Passing Interface (MPI)E
14、C3505 Advanced MPI POSIX Threads ProgrammingEC3506 OpenMPEC3507 TotalView DebuggerEC3508通过计算得到的分形图形问题：我们为什么需要将程序并行化？应用问题的串行程序可以在单节点机上（如PC、服务器等）运行，但由于机器执行速度太慢，使程序的执行时间过长；在分形图形中，每个像素点的显示颜色是该像素点利用某种分形迭代公式计算得到的迭代计算的次数。图形中显示的不同颜色的像素点，意味着它们计算时公式的迭代次数不同。假设分形图形的颜色是用RGB来表示，分形图形中的像素点最大迭代次数为：256*256*25616.8*10
15、6 。Compute-intensive computing 卫星遥感图像的融合全色图 多光谱图 分辨率较高 分辨率较低融合结果问题：我们为什么需要将程序并行化？应用问题除了对计算速度的要求外，往往对内存的要求也很大，这使串行程序无法完成工作。当需要利用全部（海量）数据进行图像加工时，应用问题往往对内存有较高的要求。Data-intensive computing Data-intensive computing Data-intensive computing is a class of parallel computing applications which use a data par
16、allel approach to processing large volumes of data typically terabytes or petabytes in size and typically referred to as big data. Computing applications which devote most of their execution time to computational requirements are deemed compute-intensive, whereas computing applications which require large volumes of data a
