论文部分内容阅读
大规模数值计算受到通信模式、并行算法、I/O速度等的多方面因素的制约,并行程序的好坏直接影响并行机性能的发挥,本文分别对上述影响并行性能的重要因素进行了分析并对NAPA软件进行了优化,测试中发现本文采用的并行算法性能比优化前提高了41.1%,此外,本文采用支持多视口的MPI I/O接口性能有明显提高.最后,本文分析了并行NAPA软件的可扩展性,并采用高超声速平板流动进行了测试,在Grid 97*49*49算例中,64个进程的情况下得到了较高的加速比(53.7)和并行效率(84%),表明,优化后的软件