大数据及其相关新兴技术61.pptVIP

* * * * * * * * * * * * * * * * * * * * * * 6、高性能计算与高性能计算机 并行化方法与编程模型 并行化方法：最常使用区域分解法。 编程模型：最常使用数据并行。 与社会相关的新兴应用 新应用的共性：最近几年，与社会相关的应用急剧增加与传统的计算应用分享市场空间，其共性是： 应用问题常常由图来定义，而不是离散的R3空间。 计算过程中的交互常是全局性的，而不是通过边界来交换信息的。 新出现的应用，无相应的使用经验和成熟的软件。 很多应用常集中在与社会相关的国计民生方面。 研究侧重点 建立诚信机制：包括硬件、软件、人机界面、安全协议的使用等。 巨量的数据，而不是科学计算，将是此类应用的主要处理对象，I/O是最为关心的。 数据的安全、属主、管理等带来一系列技术、法律和人道等问题。 * 7、高性能计算面临大数据的挑战 7.1 计算模型的转变：从Scale-up到Scale-out 传统的高性能（High Performance）并行处理模型基于“Scale-up” 所谓机器的性能（Performance）是指：机器能做计算的能力（Capability，Ability to do computation）。 所谓“Scale-up”意思是指：在并行系统中，利用增多处理器的数目而维持机器性能（即计算能力）的提高。 大数据使用的是高通量（High Thr