论文部分内容阅读
随着并行计算技术的发展,以众核加速器作为协处理器的异构集群逐渐成为并行计算机的发展方向,在其基础上混合并行计算模型成为主要并行算法设计模型。地球物理大地电磁研究技术的发展对高维度高密度的反演需求逐渐增加,使得算法对计算资源的要求呈爆炸式增长。如何高效快速的求解反演问题,是当前要面对的一个挑战。Occam算法以其不依赖初始模型和稳定收敛的特点,被广泛应用于大地电磁研究领域,由于反演过程耗时极大,利用并行计算技术对算法加速成为重要研究方向。异构集群具有大规模的计算资源,通过混合并行计算模型设计并行算法,可以充分发挥并行系统的综合计算能力。因此结合基于分布式存储系统模型、共享存储系统并行模型和众核并行模型,设计出混合并行的并行算法,并将其映射实现于分布式多节点、多核处理器、众核加速器的并行计算资源之上,开发Occam并行算法是十分有意义的研究方向。 Occam反演并行算法是基于混合并行计算模型所设计的算法,论文首先讨论混合并行模型主要结构,然后基于该模型对Occam算法进行并行化研究。为了实现并行加速,对混合并行系统的任务划分方式,以其及对应实体异构并行集群进行详细研究。剖析Occam算法的计算原理和串行算法特点,对其潜在多层次并行性进行挖掘。针对混合并行模型对算法进行全面的粒度划分,实现并行化设计,分别设计分布式存储结构和共享存储结构下的正演算法、单节点内的GAUSS算法和GAUSSD算法,并且从通信、任务划分、存储方式方面进行优化处理。 在并行算法的评测中,针对6个反演模型在2种计算规模下测试分析算法的正确性、执行时间和加速比;对混合并行模型中的误差产生、并行资源分配混合并行算法的通信代价进行测试分析;最后综合分析评估在稳定反演模型下Occam并行算法的整体性能。实验取得了以下的研究结果: 1、通过对Occam算法的分析,找出主要影响算法计算规模的四个参数和与其对应的关键算法。四个关键参数分别为反演网格数、有限单元网格数、测点数和频点数。 2、利用混合并行计算模型对Occam算法进行分析,由反演计算过程开始,逐步展开原串行算法各个部分的并行性分析与研究。通过混合并行计算模型中不同层次的模型对算法进行不同粒度的划分,组合与映射,完成并行算法设计。并行算法同时保持了对不同的拉格朗日乘子搜索方法的支持,为改进算法提供支持。 3、在加速比测试中,对于求解具有更大计算规模的反演模型,其加速效果越明显。异构结构产生的计算误差同时影响了加速效果的评测,但Occam算法本身的收敛性并未收到影响。 实验结果表明,基于混合并行模型所设计的Occam反演并行算法保持了串行算法的收敛正确性,具有较好的加速效果。研究成果对混合并行计算模型的研究和大地电磁反演算法的并行化研究具有一定的参考价值与实用意义。