阅读说明：本技术 一种计算机集群并行计算系统及方法 (Computer cluster parallel computing system and method ) 是由 李其锋 于 2021-08-16 设计创作，主要内容包括：本发明公开了一种计算机集群并行计算系统及方法,属于计算机技术领域,包括并行程序模型设计模块和计算模型分析模块；本发明通过在内设置有计算模型分析模块,能够对于计算模型进行罗列,选择合适的算法,可有效将并行机和实际的问题很好地结合起,既能够充分利用并行机体系结构的特点,又能够揭示问题内在的并行性,保持并行计算的全面性,该系统内还设置有并行程序模型设计模块与并行计算环境建立模块,可有效对于计算环境进行改进,可有效保证算法运行下的稳定性,从而有效提升算法的精度,提高其鲁棒性,同时在内设置有仿真测试模块,可对于设定的环境进行仿真测试,根据仿真结果进行反馈改进,降低该系统的并行计算故障率与误差率。(The invention discloses a computer cluster parallel computing system and a method, belonging to the technical field of computers, and comprising a parallel program model design module and a computing model analysis module; the invention can list the calculation model by arranging the calculation model analysis module in the system, can select a proper algorithm, can effectively combine the parallel machine with the actual problem, can fully utilize the characteristics of the architecture of the parallel machine, can reveal the inherent parallelism of the problem and keep the comprehensiveness of the parallel calculation, is also provided with the parallel program model design module and the parallel calculation environment establishment module in the system, can effectively improve the calculation environment, and can effectively ensure the stability of the algorithm under operation, thereby effectively improving the precision of the algorithm and the robustness thereof, and simultaneously is provided with the simulation test module in the system, can carry out simulation test on the set environment, carries out feedback improvement according to the simulation result and reduces the parallel calculation fault rate and the error rate of the system.)

一种计算机集群并行计算系统及方法

技术领域

本发明属于计算机技术领域，尤其涉及一种计算机集群并行计算系统及方法。

背景技术

随着科技的发展，信息技术快速发展，信息技术内包括许多内容，计算机集群也是信息技术内包含的内容，一般来说计算机集群指一组相互独立的计算机，利用高速通信网络组成的计算机系统，每个节点就是代表每一台计算机，节点都是运行其自己进程的一个独立服务器，这些进程可以彼此通信，同时集群中的各个节点是平等的，利用计算机集群进行并行计算是计算机集群领域内的常用方法。

对于计算机集群并行计算的研究中，中国专利公开了(CN201810383916.8)基于国产化计算机集群的并行计算系统及方法，包括控制结点、交换机以及多个计算结点，每个计算结点包括多个计算核心，控制结点包括主控制结点以及备用控制结点；多个计算结点中包括一个主计算结点；在控制结点以及多个计算结点适配安装国产化银河麒麟操作系统；控制节点用于接收用户提交的作业，该系统最大的优势是实现了操作系统、CPU等关键软硬件的国产化自主设计。在此基础上，自主设计了基于国产化计算机集群的并行计算方法，提出共享内存与消息传递相融合的并行计算设计方案。经实验验证，集群运行稳定，并行计算结果正确，加速比高，但该系统在内并未设置有并行程序模型设计模块与并行计算环境建立模块，无法对于计算环境进行改进，无法保证算法运行下的稳定性，从而无法有效提升算法的精度，也无法提高其鲁棒性，需要进行改进。

发明内容

本发明的目的在于：为了解决传统的并行计算系统在内并未设置有并行程序模型设计模块与并行计算环境建立模块，无法对于计算环境进行改进，无法保证算法运行下的稳定性，从而无法有效提升算法的精度，也无法提高其鲁棒性的问题，而提出的一种计算机集群并行计算系统及方法。

为了实现上述目的，本发明采用了如下技术方案：一种计算机集群并行计算系统，包括并行程序模型设计模块和计算模型分析模块，所述并行程序模型设计模块及系统前端的输出端均与信息传递模块输入电性连接，所述信息传递模块的输出端与并行计算环境建立模块的输入端电性连接，所述并行计算环境建立模块的输出端与机群特点分析模块的输入端电性连接，所述机群特点分析模块的输出端与机群选取模块的输入端电性连接，所述机群选取模块的输出端与计算模型分析模块的输入端电性连接，所述计算模型分析模块的输出端与计算仿真测试模块的输入端电性连接，所述计算仿真测试模块的输出端与计算结果展示模块的输入端电性连接。

作为上述技术方案的进一步描述：

所述并行程序模型设计模块包括隐式并行模型、数据并行模型、消息传递模型与共享变量模型。

作为上述技术方案的进一步描述：

所述计算模型分析模块包括计算模型罗列模块、计算模型分类模块与算法选取模块，所述计算模型罗列模块的输出端与计算模型分类模块的输入端电性连接，所述计算模型分类模块的输出端与算法选取模块的输入端电性连接，所述算法选取模块分别与Apriori算法、FP-Growth算法及神经网络算法相连接。

本发明还提供了一种计算机集群并行计算方法，包括如下步骤：

S1、先对于并行程序模型进行设计；

S2、对于信息进行传递；

S3、此时对于并行计算环境进行建立；

S4、对于机群特点分析模块，对于机群进行选取；

S5、对于计算模型进行分析，选择合适算法；

S6、进行计算仿真测试，并将计算结果进行展示。

作为上述技术方案的进一步描述：

所述S1中，并行程序模型包括隐式并行模型、数据并行模型、消息传递模型与共享变量模型，其中数据并行模型的准确性最高，共享变量模型能够处理非规则的并行程序。

作为上述技术方案的进一步描述：

所述S4中，对于机群特点分析模块，对于机群进行选取，选取的为SMP机群。

作为上述技术方案的进一步描述：

所述S5中，对于计算模型进行分析，选择合适算法，算法包括Apriori算法、FP-Growth算法及神经网络算法，其中神经网络算法为SOM算法。

作为上述技术方案的进一步描述：

所述FP-Growth算法包括如下步骤：

H1、对于并行计算要求进行分类；

H2、对于并行计算的任务自由分配；

H3、进行计算；

H4、对于计算结果进行汇总。

作为上述技术方案的进一步描述：

所述H1中，对于并行计算要求进行分类，根据每一个条件模式库进行频繁模式挖掘，所述H2中，对于并行计算的任务自由分配，在计算过程中根据各节点的计算能力进行负载动态调整。

作为上述技术方案的进一步描述：

所述S6中，建立OFDM通信系统，通过AWGN进行计算仿真测试，并将计算结果进行展示。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明中，该系统通过在内设置有计算模型分析模块，能够对于计算模型进行罗列，从而选择合适的算法，可有效将并行机和实际的问题很好地结合起，既能够充分利用并行机体系结构的特点，又能够揭示问题内在的并行性，保持并行计算的全面性，该系统内还设置有并行程序模型设计模块与并行计算环境建立模块，可有效对于计算环境进行改进，可有效保证算法运行下的稳定性，从而有效提升算法的精度，提高其鲁棒性，同时在内设置有仿真测试模块，可对于设定的环境进行仿真测试，可起到对于设立计算环境与选取的算法的有效检测作用，根据仿真结果进行反馈改进，降低该系统的并行计算故障率与误差率，同时系统内采用的算法为多种算法结合的方式，这种方式能够有效地提高计算速度并具有良好的伸缩性，同时具有很强的延展性。

附图说明

图1为一种计算机集群并行计算系统的原理模块结构示意图。

图2为一种计算机集群并行计算系统中并行程序模型设计模块的子模块结构示意图。

图3为一种计算机集群并行计算系统中计算模型分析模块的子模块结构示意图。

图例说明：

1、并行程序模型设计模块；2、计算模型分析模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1-3，本发明提供一种技术方案：一种计算机集群并行计算系统，包括并行程序模型设计模块1和计算模型分析模块2，所述并行程序模型设计模块1及系统前端的输出端均与信息传递模块输入电性连接，所述信息传递模块的输出端与并行计算环境建立模块的输入端电性连接，所述并行计算环境建立模块的输出端与机群特点分析模块的输入端电性连接，所述机群特点分析模块的输出端与机群选取模块的输入端电性连接，所述机群选取模块的输出端与计算模型分析模块2的输入端电性连接，所述计算模型分析模块2的输出端与计算仿真测试模块的输入端电性连接，所述计算仿真测试模块的输出端与计算结果展示模块的输入端电性连接；

所述并行程序模型设计模块1包括隐式并行模型、数据并行模型、消息传递模型与共享变量模型；

通过设置有并行程序模型设计模块1，可有效对于并行程序进行选择设定；

所述计算模型分析模块2包括计算模型罗列模块、计算模型分类模块与算法选取模块，所述计算模型罗列模块的输出端与计算模型分类模块的输入端电性连接，所述计算模型分类模块的输出端与算法选取模块的输入端电性连接，所述算法选取模块分别与Apriori算法、FP-Growth算法及神经网络算法相连接；

通过设置有计算模型分析模块2，能够对于计算模型进行罗列，从而选择合适的算法，可有效将并行机和实际的问题很好地结合起，既能够充分利用并行机体系结构的特点，又能够揭示问题内在的并行性，采用的算法为多种算法结合的方式，这种方式能够有效地提高计算速度并具有良好的伸缩性，同时具有很强的延展性；

本发明还提供了一种计算机集群并行计算方法，包括如下步骤：

S1、先对于并行程序模型进行设计，并行程序模型包括隐式并行模型、数据并行模型、消息传递模型与共享变量模型，其中数据并行模型的准确性最高，共享变量模型能够处理非规则的并行程序；

S2、对于信息进行传递；

S3、此时对于并行计算环境进行建立；

S4、对于机群特点分析模块，对于机群特点分析模块，对于机群进行选取，选取的为SMP机群；

S5、对于计算模型进行分析，选择合适算法，算法包括Apriori算法、FP-Growth算法及神经网络算法，其中神经网络算法为SOM算法；

S6、建立OFDM通信系统，通过AWGN进行计算仿真测试，并将计算结果进行展示。

其中，所述FP-Growth算法包括如下步骤：

H1、对于并行计算要求进行分类，根据每一个条件模式库进行频繁模式挖掘；

H2、对于并行计算的任务自由分配，在计算过程中根据各节点的计算能力进行负载动态调整；

H3、进行计算；

H4、对于计算结果进行汇总。

本实施例中，该系统通过在内设置有计算模型分析模块，能够对于计算模型进行罗列，从而选择合适的算法，可有效将并行机和实际的问题很好地结合起，既能够充分利用并行机体系结构的特点，又能够揭示问题内在的并行性，保持并行计算的全面性，该系统内还设置有并行程序模型设计模块与并行计算环境建立模块，可有效对于计算环境进行改进，可有效保证算法运行下的稳定性，从而有效提升算法的精度，提高其鲁棒性，同时在内设置有仿真测试模块，可对于设定的环境进行仿真测试，可起到对于设立计算环境与选取的算法的有效检测作用，根据仿真结果进行反馈改进，降低该系统的并行计算故障率与误差率，同时系统内采用的算法为多种算法结合的方式，这种方式能够有效地提高计算速度并具有良好的伸缩性，同时具有很强的延展性。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。