基于MPI和Taurus高性能计算系统的Jacobi并行迭代算法
Journal of Jilin University(Engineering and Technology Edition)（2019）
摘要
针对Jacobi迭代的海量计算问题,设计了大规模并行计算算法.通过非阻塞通信函数替代阻塞通信函数、采用虚拟进程拓扑方式改进数据的区块划分,并利用高性能集群系统多计算节点协同处理对Jacobi并行迭代进行了尝试.实现了基于MPI的C语言串行与并行算法,利用Taurus HPC分别对串行、并行,单节点、多节点并行算法进行了系统测试.测试结果表明,进程间数据通信效率是影响并行程序性能的重要因素;跨多节点执行对于海量计算任务可显著提高计算速度;合理的数据区块划分有利于处理器的任务调度,可有效提高Jacobi并行迭代算法的执行效率.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要