基于MPI高性能计算的方法研究.pdfVIP

学兔兔 《自动化与仪器仪表~2014年第3期(总第 173期) 基于MPI高性能计算的方法研究 邓 宾 (东营职业学院电子信息与传媒学院 山东东营，257091) 摘 要：并行处理在计算能力方面与单处理器的串行处理相比有着无可比拟的优势。个人计算机和网络成本的下降使 得使用分布式系统进行并行处理的现象越来越普遍，而分布式网络系统中多采用MPI作为并行编程标准。为了减少程序运 行时间，改善MPI计算的性能，负载均衡方法尤为重要，本文提出一种在MPI并行处理中负载均衡的方法，可以按照节点 的计算能力和负载情况，在节点之间分配和迁移任务。实验表明，本文提出的方法可有效提高MPI并行处理的性能。 关键词：MPI；并行处理；负载均衡；任务分配；任务迁移 Abstract：Comparedwithserialprocessingofsingleprocessor,praallelprocessnighasagreatadvantage．Distributedpraallel processingsystem iswidelyusedbecauseofhtedeclineinpersonalcomputerna dnetworkcost．MPIisusedashtestandardforpra- allelprogramminginadistributednewtorksystem．Inordertoreducehteruntime,improvehteperformna ceofMPIcomputing， loadbalnacingmethodisparticulralyimportant．ThispaperpresentsamethodforloadbalancinginparallelinMPI，inaccordnace wiht htecapacityofhtenodeandhtelc)adcondition．itcanreasonablyallocatesandmigratestasksamonghtenodes．Experiments show htathtemehtodproposedinthispaperCna effectivelyimprovehteperfomr naceofMPIpraallelprocessing． Keywords：MPI；Praallelprocessing；Loadbalance；taskallocation；taskimmirgation 中图分类号 ：TP368 文献标识码：A 文章编号：1001—9227(2014)03—0029—02 0 引 言 随着信息技术的快速发展和互联网技术的普及网络上的数 据越来越多，需要处理的数据量相应的也越来越大，使用单个 处理器串行处理的方式 已经越来越不能满足对海量数据的处 理，如今越来越 多的使用分布式系统并行处理的方式处理数 据，以达到减少运行时间，提高计算性能的 目的。目前流行的 并行编程环境有MPI(Message Passing Interface)和PVMP(aral— 图1 消息传递模型执行过程图 lel Virtual Machine)，MPI因为其具有功能强、移植性好、 2 负载均衡算法 效率高等优点成为最重要的且使用最广泛的并行处理工具n1。 负载均衡是一种将工作任务分摊、平衡到多台服务器上进 本文提出了一种在MPI并行处理中实现负载均衡的方法， 行执行的策略5[1。这种策略可以付出较低的成本消除网络应用 在任务分配上根据节点的计算能力采用静态负