选题的目的和意义
- 格式：pdf
- 大小：168.90 KB
- 文档页数：2
选题的⽬的和意义
1. 课题来源
⼈类对未知世界的探索是永⽆⽌境的，对计算能⼒的需求也是这样。虽然与世界上第⼀台电⼦计算机ENIAC相⽐，现在最快的计算机的运算
速度已经快了将近100亿倍[1]。但是，对于精确的天⽓预报、⽯油地震数据处理、核爆炸模拟、飞⾏器数字模拟、作战模拟、⾼分⼦材料分
析等超⼤规模的计算需求⽽⾔，仍然⽆法满⾜需要。
由于⼯艺⽔平和其他因素的限制，单处理机的性能⽆法⽆限提⾼，⼈们认识到并⾏计算机是解决这些⼤规模计算的唯⼀途径。⾃1972年世界
上诞⽣了第⼀台并⾏计算机ILLIAC IV以来[9]，并⾏计算机已经经过了30多年的发展，它们对推动计算机技术的飞速发展和⾼性能计算机在
各个领域的应⽤具有不可磨灭的贡献。现在⾼性能并⾏计算机的研制与应⽤⽔平已经成为衡量⼀个国家科技、经济和国防综合实⼒的重要标
志。
⾼性能并⾏计算机的研制始终以⾼性能作为⽬标，通常它们都基于专有系统进⾏设计和搭建，从⽽成本昂贵。这样对于中、⼩型计算⽤户⽽
⾔，进⾏⼤规模的计算仍然是可望⽽不可及的奢求。
随着计算机技术和通信技术的迅猛发展，微机的计算能⼒以及⽹络通信速度已经今⾮昔⽐。上世纪90年代，⼯作站机群（COW/NOW）开始
出现，它们配备⼀定的并⾏⽀撑软件（以PVM、MPI等消息传递软件为主），将多台同构或异构的⼯作站通过⾼速局域⽹相互连接起来，形
成⼀个松散耦合的并⾏计算环境[9]。由于COW具有投资风险⼩、结构灵活、可扩展性强、软件财富可继承、通⽤性好、异构能⼒强等较多
优点⽽被⼤量中、⼩型计算⽤户和科研院校所接受，成为⾼性能并⾏计算领域的⼀个新的发展热点。
但是，另⼀⽅⾯COW也具有并⾏程序设计难、结构不稳定、并⾏开销⼤、负载平衡、通信带宽低等许多亟待解决的问题，其中尤其因为并
⾏程序设计难⽽不容易被⽤户所接受。具体⽽⾔，⽬前COW环境下（以应⽤最⼴的MPI为例，下同）的程序设计存在以下不⾜：
l ⾸先，它将各个并⾏执⾏部分之间复杂的消息交换和协调、控制的任务交给编程者来负责，这在⼀定程度上增加了编程者的负担。
⽽且在该编程模式下，消息交换和计算任务通常需要编程者混合在⼀起考虑，这在⼀定程度上也增加了程序的复杂度。
l 其次，MPI通过提供并⾏库来表达并⾏语⾔，然⽽，其库函数数⽬异常繁多，⽽且还在不断增长（MPI-1共有128个调⽤接⼝，
⽽MPI-2则增加到了287个[8]！）。对于编程者⽽⾔，掌握这些库函数本⾝就是⼀件费⼒的事情。
l 此外，在MPI-2之前不⽀持计算节点的动态增减，即使是在MPI-2下，要实现计算节点的动态增减也需要编程者⾃⼰通过调⽤其⼀系
列的库函数来实现，⼤量的⼯作都需要编程者⾃⼰来负责。
l 正是由于MPI对计算节点的动态增减⽀持很弱，这便要求每⼀个计算节点都是可靠的系统，⼀旦某节点发⽣错误（系统错误、⽹络
错误等等），整个计算将很难甚⾄不可能恢复（其恢复⼯作也需要编程者⾃⼰负责实现）。可以说MPI⼏乎不具有容错性。
归根结底，MPI仅仅提供了底层函数库的⽀持，许多功能（如可扩展性、容错性、计算过程的可控性以及对最终⽤户的友好性等等）的实现
都需要编程者⾃⼰负责，这⽆疑极⼤地提⾼了COW的应⽤门槛，从⽽阻碍了COW的进⼀步推⼴。
为此，我们引⼊了分层计算（Hierarchy Computing）模型，通过该模型我们将致⼒于解决或改善⽬前COW环境下存在的上述问题，尤其是
并⾏程序设计难的问题。
2. 国内外研究状况
1972年，世界上诞⽣了第⼀台并⾏计算机ILLIAC IV，它含32个处理单元，环形拓扑连接，每台处理机拥有局部内存，为SIMD类型机器。
上世纪80年代，MIMD并⾏机的研制逐渐占据主流。早期主要以共享存储多处理机为主，到中后期，分布式存储体系结构开始崭露头⾓，这
其中的代表是nCUBE（1024个节点）、nCUBE-2（8k个节点）。
进⼊90年代，得益于微电⼦技术和⽹络通信技术的快速发展，MIMD并⾏机已经占据绝对主导位置，其发展呈现以下⼏个趋势。
第⼀，以⾼性能微处理芯⽚和互连⽹络通信技术为基础，共享存储对称多处理机（SMP）系统得到了迅速发展。
第⼆，分布式存储并⾏程序设计开始以消息传递为主，配备PVM、MPI等消息传递软件⽀撑环境的⼯作站机群（COW，Network OfWorkstations）开始出现，由于具有投资风险⼩、结构灵活、可扩展性强、软件财富可继承、通⽤性好、异构能⼒强等较多优点⽽被⼤量
中、⼩型计算⽤户和科研院校所接受，成为⾼性能并⾏计算领域的⼀个新的发展热点。但是，另⼀⽅⾯它们也具有结构不稳定、并⾏⽀撑软
件少、并⾏开销⼤、通信带宽低、负载平衡和并⾏程序设计难等许多亟待解决的问题。
第三，由于分布式存储的⼤规模并⾏计算机具有并⾏程序设计难、不容易被⽤户所接受的缺点，单纯的分布式存储已经朝分布共享⽅向发
展，可扩展分布共享（DSM）类并⾏计算机已成为当前MPP研制的主要⽅向。
3. 本课题研究的主要内容
分层计算以降低⼤规模并⾏计算门槛为最终⽬标。⼀⽅⾯，它以微型机（⼯作站）作为主要⽬标平台，⼤⼤降低计算环境的搭建和维护成
本；另⼀⽅⾯，它致⼒于降低当前COW环境下并⾏计算程序的开发的复杂程度。具体⽽⾔，该模型将具有以下特点：
第⼀，分层计算模型将采⽤中间件技术，在该模型下许多基本的公共功能（如可扩展性、容错性、负载平衡、计算过程的可控性以及对最终
⽤户的友好性等等）都将⼏乎完全由中间件（我们称之为计算容器，Computing Container）完成，从⽽为计算任务开发者（简称开发者，
下同）提供⼀套真正强⼤的底层⽀撑环境。
第⼆，分层计算采⽤树状拓扑结构，每⼀计算节点（Computing Node）将只与其⽗节点和⼦节点通信，从⽽简化通信模型，提⾼系统的可
靠性、可扩展性和容错性。
第三，分层计算要求开发者分别实现任务的计算、任务的分解以及计算结果的合并，强制性地要求开发者按照“分⽽治之”的原则考虑问题，
从⽽降低问题本⾝的复杂度。
第四，分层计算还具有⽀持异构系统、计算代码集中分发、采⽤XML来进⾏消息传递等等特点。
通过本课题的研究，最终将提交⼀套完整的分层计算模型规范，并在.Net环境下开发⼀套基于该模型的原型系统。4. 本课题的意义和应⽤前景
通过研究当前并⾏计算的国内外研究状况，我们发现，COW（包括其他基于分布式存储的并⾏计算机）所具有并⾏程序设计难问题依然存
在，这已经严重阻碍了其进⼀步的推⼴和应⽤。⽽分层计算则能⼤⼤降低COW环境下并⾏程序设计和开发的复杂程度，从⽽降低⼤规模并
⾏计算门槛，推动⼤规模并⾏计算在中⼩型⽤户中的应⽤。
