OpenMP在MM5中尺度模式中的应用试验

简要介绍了一种新的并行编程标准——OpenMP通过与其他几种并行编程标准的比较,了解其优越与不足之处。详细介绍了OpenMP在PSU/NCAR的中尺度模式MM5中的运用。分别用OpenMP并行方式与MPI并行方式在SGI Origin 2000上进行了并行效能测试。测试结果表明：OpenMP是一种简单、高效的并行编程标准,非常适合于气象科研与业务领域应用。     

机群并行系统与网络并行计算环境

网络并行计算环境是近年来国际上发展并行环境的一个重要方向。由网络并行环境支持的机群并行系统具有投资少、可扩展性好的优势及无可比拟的灵活性，特别适合应用于我国许多科研和教育部门。作者在本文中主要讨论了机群并行系统和网络并行计算环境的一些技术问题，并给出了一个建立PC机群并行系统的实例。     

地震勘探数据资料处理软件集成化研究现状和发展趋势

现有的大量地震勘探数据资料处理软件界面不统一，而且计算存在大量浪费，限制了新技术在科研和生产中的作用，随着计算机技术在地球物理研究中的发展，为了使现有的计算软件要发挥更大作用，必须进行集成化和并行化处理，中国科学院地质与地球物理研究所已经开发的油储地球物理软件平台等地震勘探资料处理软件，代表这类集成化和并行化软件大规模数据处理的趋势。     

FORTRAN M在重磁数据处理中的应用

介绍了ＦｏｒｔｒａｎＭ的基本概念和特点。ＦｏｒｔｒａｎＭ是一个支持分布式环境中并行计算的Ｆｏｒｔｒａｎ语言新成员，它在Ｆｏｒｔｒａｎ７７上扩充而成，不仅能支持数据并行程序设计，而且能支持任务并行程序设计。在重磁数据处理中，常常要进行大计算量的运算，如果采用并行计算方法，可以大大提高低档机器的运算能力，降低运算费用，缩短处理周期。本文用ＦｏｒｔｒａｎＭ把ＧＭＰＳ改造成并行计算系统ＧＭＰＳ－ＦＭ，经实     

数值天气预报并行计算模式的设计与可行性讨论

使用TRANSPUTER并行计算机，设计数值天气预报的三种并行计算方案，并且利用二阶和四阶扩散模式，讨论这几种方案的可行性，分析它们的特点和应用范围。其结果为在TRANSPUTER并行计算上实现数值天气预报并行计算模式提供参考。     

钢筋混凝土框架结构计算机仿真与并行计算

介绍了钢筋混凝土框架结构计算机仿真和并行计算的研究现状。数值仿真主要采用有限元、离散元等数学物理模型,而可视化技术及图形仿真基于图形学和图像处理技术,是驾驭计算过程及理解大体积数据的唯一有效途径。有限元并行计算有SBS、EBE两种策略,非线性求解有直接与迭代解法,动力时程分析有显式、隐式和精细时程积分法。最后介绍了并行计算在钢筋混凝土结构分析中的应用。     

中尺度数值模式在IBMP690上的并行测试

2005年初,安徽省气象局在IBMP690上分别实现了MM5、WRF、GRAPES中尺度数值预报模式的并行计算,并分别对他们的加速比和并行效率做了测试。结果表明:当分别采用8、16、24个处理机时,三种模式均可在1个h内完成36~72 h的预报,并行效率约为65%,即能够满足业务需要,又较充分利用了计算机系统资源;当增加处理机数时,GRAPES的计算时间缩短最显著,平均并行效率也最高。     

参加Euro—Par2006国际会议总结

Euro—Par是欧洲并行计算年会的简称，这一会议是1995年通过合并了CONPAR—VAPP（并行与向量处理国际会议）和PARLE（欧洲并行体系结构与语言会议）这两个系列会议形成的。Euro—Par每年召开一次，由欧洲各国的大学、研究机构轮流主办，称为Euro—Par系列年会（Euro-Par annualseries）。     

基于多任务联合稀疏和低秩表示的高分辨率遥感图像分类

多任务学习（multitask learning,MTL）是一种利用多个任务间共享信息并行学习以提高模型泛化性能的机器学习方法,研究表明该方法可以提升高分辨率遥感图像的分类精度。提出一种基于多任务联合稀疏和低秩表示（multitask joint sparse and low-rank representation,MJSLR）的高分辨率遥感图像分类模型,并采用加速近似梯度法求解凸的光滑函数和非光滑约束的组合优化问题。实验对比分析了多任务和单任务的学习模型,并比较了MJSLR、多核学习方法和多任务联合稀疏表达方法的图像分类准确率,结果表明多任务学习模型能够获得优于单任务学习模型的分类精度,而且融合低秩约束能够一定程度上提高多任务分类模型的精度。     

基于MPI和OpenMP的重力及重力梯度数据并行正演算法研究

为提高重力及重力梯度数据的正演效率,笔者引入基于MPI (Message Passing Interface)和OpenMP (Open Multi-Processing)的并行计算,通过对比分析不同数据规模的网格数和模型体个数对并行效率和加速比的影响,得出随着正演数据规模的增加,并行效率和加速比均得到提高。同时对比了基于MPI和基于OpenMP的两种并行方式的性能,结果表明,重力及重力梯度数据正演的并行计算中MPI的提速能力优于OpenMP,且在较大规模数据的正演计算中基于MPI的并行效率优于基于OpenMP的并行效率。