多核环境下AREM模式混合并行计算研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (21): 61-63.

多核环境下AREM模式混合并行计算研究

赵军1，2，吴建平2，宋君强2，辜旭赞1

1.中国气象局武汉暴雨研究所，武汉 430074
2.国防科学技术大学计算机学院软件研究所，长沙 410073

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-21 发布日期:2011-07-21

Research on hybrid parallel computation of AREM model for multi-core processors

ZHAO Jun1，2，WU Jianping2，SONG Junqiang2，GU Xuzan1

1.Wuhan Institute of Heavy Rain，China Meteorological Administration，Wuhan 430074，China
2.Institute of Software，College of Computer，National University of Defense Technology，Changsha 410073，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-21 Published:2011-07-21

摘要/Abstract

摘要： 使用多核处理器已成为构建高性能计算机系统的主流方式。结合多核高性能计算机系统集共享内存结构和分布式内存结构于一体的体系结构特点，对AREM模式开展MPI/OpenMP混合并行计算研究与实现。性能测试结果表明，使用MPI/OpenMP混合并行计算可以将并行应用扩展至更大处理机规模，缩短计算时间，不对原程序结构做大的改动、以增量方式和较小的并行化代价，取得比较好的并行计算效果。

关键词: 先进区域eta（AREM）模式, MPI, OpenMP, 并行计算

Abstract: Constructing a high performance computer system based on multi-core processors has become a mainstream means.Aiming at the feature of multi-core high performance computer system architecture containing the share-memory and distributed memory structure，the research and implementation on MPI/OpenMP hybrid parallel computation of AREM model are discussed.The results of performance evaluation show that the parallel application can be scaled to more processors，and its runtime can be shortened.High parallel performance can be obtained by requiring little programming effort.The MPI/OpenMP parallel program version can be incrementally created and the cost of parallel development is acceptable.

Key words: Advanced Regional Eta-coordinate Model（AREM）, MPI, OpenMP, parallel computing

赵军1，2，吴建平2，宋君强2，辜旭赞1. 多核环境下AREM模式混合并行计算研究[J]. 计算机工程与应用, 2011, 47(21): 61-63.

ZHAO Jun1，2，WU Jianping2，SONG Junqiang2，GU Xuzan1. Research on hybrid parallel computation of AREM model for multi-core processors[J]. Computer Engineering and Applications, 2011, 47(21): 61-63.

[1]	冯凯，李婧. k元n方体网络的子网络可靠性[J]. 计算机工程与应用, 2021, 57(16): 83-89.
[2]	李健，张大伟，姜晓明，向立云. 并行化洪水演进模拟研究综述[J]. 计算机工程与应用, 2021, 57(13): 1-7.
[3]	孙明，陈昕. 面向卷积神经网络的硬件加速器设计方法[J]. 计算机工程与应用, 2021, 57(13): 77-84.
[4]	叶颖诗，魏福义，蔡贤资. 基于并行计算的快速Dijkstra算法研究[J]. 计算机工程与应用, 2020, 56(6): 58-65.
[5]	杜伟，傅游. 基于GPU的最小二乘蒙特卡罗算法期权定价[J]. 计算机工程与应用, 2020, 56(4): 225-229.
[6]	金之雁，杨磊，林隽民，王哲. 广义共轭余差法的通信避免算法[J]. 计算机工程与应用, 2020, 56(3): 74-79.
[7]	刘家华，陈靖宇. 多核并行脉冲神经网络模拟器的设计[J]. 计算机工程与应用, 2020, 56(22): 244-250.
[8]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.
[9]	刘军，李威，吴梦婷，陈起凤. Hadoop平台下新型图像并行处理模型设计[J]. 计算机工程与应用, 2019, 55(6): 186-190.
[10]	刘洋，陈经纬，冯勇，吴文渊. 并行LLL算法研究综述[J]. 计算机工程与应用, 2019, 55(16): 36-41.
[11]	曾有灵，陈耿铎，熊威，李喆. 基于Spark的CT图像FBP重建算法程序并行设计[J]. 计算机工程与应用, 2019, 55(10): 218-224.
[12]	陈亚中1，李振军1，李荣华1，毛睿1，乔少杰2. TSCAN：利用并行策略改进的图结构聚类算法[J]. 计算机工程与应用, 2019, 55(1): 76-83.
[13]	姜悦宁1，2，3，贾宏光1，3，厉明1，3. 基于多核并行计算的无人机CFD数值模拟[J]. 计算机工程与应用, 2018, 54(7): 221-225.
[14]	魏子衿1，2，3，肖丽2，3. 基于区域分解的并行动态LOD构建算法[J]. 计算机工程与应用, 2018, 54(6): 168-177.
[15]	覃金帛1，曾志强1，2，梁藉1，杨明祥2，张健1. GPU并行优化技术在水利计算中的应用综述[J]. 计算机工程与应用, 2018, 54(3): 23-29.