云環(huán)境下的大規(guī)模數(shù)值計算并行算法研究.pdf

1、云計算是一種新興的計算范式，以虛擬化為基礎(chǔ)，以網(wǎng)絡(luò)為載體，為用戶提供無限的計算和存儲服務(wù)。目前，CPU/GPU異構(gòu)環(huán)境下的高性能計算能有效求解大規(guī)模工程問題，但其計算成本高、專業(yè)性強。云計算中心整合大規(guī)模普通機器提供高性能計算和存儲服務(wù)，成本較低；設(shè)計新的編程框架和數(shù)據(jù)結(jié)構(gòu)，提供友好的編程接口，使得用戶容易實現(xiàn)并行計算。隨著工程問題計算規(guī)模的不斷增大，大規(guī)模數(shù)值計算的工程實用價值尤為明顯，研究其在云環(huán)境下的實現(xiàn)，具有重要探索意義。

2、>　　本文提出基于Hadoop MapReduce框架的域分解時域有限差分法（DD-FDTD）并行算法，在6節(jié)點的Hadoop+Spark實驗室集群上，以上海某地區(qū)發(fā)生的雷電傳播過程為數(shù)值算例，測試不同計算子域所獲得的加速比，結(jié)果顯示，計算模型越大、計算節(jié)點越多，加速比也大，在本文的計算環(huán)境下，最大加速比為2.4。
　　然后，本文提出基于MapReduce框架的線性有限單元法并行算法，包括總體剛度陣組裝和CG法求解線性方程組，在H

3、adoop+Spark實驗室集群上，通過空間桁架結(jié)構(gòu)進行數(shù)值驗證。結(jié)果表明采用本文所提的算法進行有限元并行計算簡潔、易用；在總剛組裝階段，網(wǎng)格模型越大，計算節(jié)點越多，計算性能越好；但求解方程組階段，計算性能不理想，有待改善。
　　為此，本文又提出了基于Spark RDDs（Resilient Distributed Datasets）的大規(guī)模線性有限元并行算法，探索在云平臺上有效地實現(xiàn)迭代算法。在Hadoop+Spark實驗室集群