《并行计算 分布式计算 网格 高性能计算机资料收集.doc》由会员分享，可在线阅读，更多相关《并行计算 分布式计算 网格 高性能计算机资料收集.doc（4页珍藏版）》请在金锄头文库上搜索。
1、并行计算 分布式计算 网格 高性能计算机资料收集并行计算是相对于串行计算来说的，所谓并行计算分为时间上的并行和空间上的并行。 时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。 并行计算科学中主要研究的是空间上的并行问题。 空间上的并行导致了两类并行机的产生，按照Flynn的说法分为：单指令流多数据流（SIMD）和多指令流多数据流（MIMD）。我们常用的串行机也叫做单指令流单数据流（SISD）。 MIMD类的机器又可分为以下常见的五类： 并行向量处理机(PVP) 对称多处理机(SMP) 大规模并行处理机(MPP) 工作站机群(COW) 分布式共享存储处理机(DSM)
2、。 编辑访存模型并行计算机有以下四种访存模型： 均匀访存模型（UMA） 非均匀访存模型（NUMA） 全高速缓存访存模型（COMA） 一致性高速缓存非均匀存储访问模型（CC-NUMA）和非远程存储访问模型（NORMA）。 从物理划分上，共享内存和分布式内存是两种基本的并行计算机存储方式，除此之外，分布式共享内存也是一种越来越重要的并行计算机存储方式。 存储问题在计算机中的地位越来越重要，现在计算机的性能在很大程度上决定于存储器，而且新型的计算机有可能采用以存储器为中心而不是传统的以处理器为中心。共享内存的并行计算机在编程上相对简单，容易使用，但是它有一个重要的缺点就是扩展性较差，不可能有太多的处
3、理器共用相同的存储器，这样由于一致性访问和读写冲突等问题会引起计算效率的降低。对于分布式内存的并行计算机，其扩展性较好，增加更多的处理器引起的问题不会象共享内存一样突出，但是在这样的计算机上编写并行程序相对较难。 共享内存的并行计算机对于共享内存的并行计算机，各个处理单元通过对共享内存的访问来交换信息、协调各处理器对并行任务的处理。对这种共享内存的编程，实现起来相对简单，但共享内存往往成为性能特别是扩展性的重要瓶颈。分布式内存的并行计算机对于分布式内存的并行计算机，各个处理单元都拥有自己独立的局部存储器，由于不存在公共可用的存储单元，因此各个处理器之间通过消息传递来交换信息，协调和控制各个处理
4、器的执行。这是本书介绍的消息传递并行编程模型所面对的并行计算机的存储方式。不难看出，通信对分布式内存并行计算机的性能有重要的影响，复杂的消息传递语句的编写成为在这种并行计算机上进行并行程序设计的难点所在，但是，对于这种类型的并行计算机，由于它有很好的扩展性和很高的性能，因此，它的应用非常广泛。分布式共享内存的并行计算机分布式共享内存的并行计算机结合了前两者的特点，是当今新一代并行计算机的一种重要发展方向。对于目前越来越流行的机群计算（Cluster Computing），大多采用这种形式的结构。通过提高一个局部结点内的计算能力，使它成为所谓的超结点，不仅提高了整个系统的计算能力，而且可以提高系统的模块性和扩展性，有利于快速构造超大型的计算系统。并行计算资料收集原创ANSYSCFX10并行计算全套攻略（windows和linux） - 傲雪论坛http:/www.aoxue.org/cgi-bin/bbs/topic_show.cgi?id=99554&h=1开发Linux下的并行程序http:/ . rum=7&topic=771高性能并行计算PDFhttp:/ . m=6&topic=9849# 本帖最后由 zglloo 于 2007-10-17 19:29 编辑 分布式中国
