高性能并行可视化服务器任务与资源管理技术研究与实现

发布时间：2017-10-10 12:14

  本文关键词：高性能并行可视化服务器任务与资源管理技术研究与实现

  更多相关文章： 高性能计算 并行可视化 可视化服务器 任务调度 资源管理

【摘要】：科学计算可视化技术把研究人员无法直观理解的数据变为人可以直接视觉感知的图形图像信息,目前已经成为科学计算与数值模拟领域不可或缺的技术和工具,在生物医学、计算流体动力学、地球物理、气象学、航天学、以及众多与国防和国民经济紧密相关的领域都有着重要应用。随着高性能计算技术的不断发展,科学计算的能力不断提高,科学计算产生的数据规模日益庞大,数据中蕴含的物理现象和规律日益复杂,使科学计算可视化技术面临新的诸多技术挑战。基于高性能计算机构建高性能并行可视化服务器,可充分利用高性能计算机的计算和存储资源,克服传统后处理并行可视化模式耗时的数据导入导出以及难以实现驾驭式可视化等问题,有效提高大规模科学数据并行可视化的效率和质量。已成为高性能并行可视化重要发展方向。本课题根据构建高性能并行可视化服务器的需求,重点研究高性能并行可视化服务器软硬件体系结构框架、可视化服务器任务调度和资源管理算法等关键技术,完成的主要工作和取得的研究成果如下:1.提出了一种基于超级计算机的高性能并行可视化服务器的软硬件系统结构设计方案。硬件系统结构相对独立的占用高性能计算机部分结点资源,专用于数据存储、I/O通讯、图形绘制、资源管理等,既可保证并行可视化服务器硬件资源的相对独立性,又可保证并行可视化效率的提高;软件系统结构在充分利用高性能计算机已有资源管理软件基础之上,根据并行可视化和多用户远程交互可视化任务需求,扩展了可视化任务调度和资源配置模块,既不影响高性能计算机已有资源管理系统的稳定性,又可保证高性能计算机并行可视化任务的高效性和多用户远程交互可视化的有效性。2.针对服务对象任务作业的特点和需求,提出了一种基于任务属性选择的任务调度和资源管理算法。通过抽象定义任务属性和量化定义任务的并行性能,合理分配服务器计算和存储结点资源,使得最需要并行加速的任务优先获得计算资源。模拟实验结果表明,该算法可有效提高用户体验和任务执行效率。3.为了保证基于任务属性选择的任务调度和资源管理算法的有效性和正确性,提出了基于线性回归模型的任务属性维护方法,该方法利用现代工程数学中的线性回归模型,借助服务器中的应用算法运行历史,和相关统计信息完成应用算法属性的维护更新。模拟实验结果表明,该方法可提高任务调度和资源管理的效率和正确性。4.利用实验室现有条件,开发了高性能并行可视化的原型试验系统,实现了用户使用笔记本、手机等终端设备通过web远程访问的并行可视化服务器原型,并利用该原型系统对典型的流场数值模拟计算数据实例进行了可视化数据处理,取得了较好的实验结果,能够本文研究成果具有一定的科学性和实用价值。
【关键词】：高性能计算 并行可视化 可视化服务器 任务调度 资源管理
【学位授予单位】：国防科学技术大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.41;TP38
【目录】：

• 摘要8-10
• ABSTRACT10-12
• 第一章 绪论12-23
• 1.1 可视化平台发展概况12-21
• 1.1.1 概述12
• 1.1.2 国内外可视化平台体系结构发展状况12-18
• 1.1.3 高性能集群计算机资源管理技术国内外研究概况18-20
• 1.1.4 研究高性能并行可视化服务器的需求和意义20-21
• 1.2 本课题的主要研究内容21-22
• 1.3 论文结构22-23
• 第二章 天河高性能计算机体系结构与作业管理概述23-34
• 2.1 天河-1A高性能并行计算机体系结构概述23-24
• 2.1.1 硬件体系结构23-24
• 2.1.2 软件系统架构24
• 2.2 高性能并行计算机资源管理系统概述24-33
• 2.2.1 Slurm集群管理软件平台简介24-25
• 2.2.2 天河 1-A小系统中slurm资源管理技术概述25-32
• 2.2.3 全局并行文件系统管理简介32-33
• 2.3 本章小结33-34
• 第三章 高性能并行可视化服务器的体系结构设计34-42
• 3.1 功能概述34-35
• 3.2 高性能并行可视化服务器硬件结构设计35-37
• 3.3 高性能并行可视化服务器软件结构设计37-39
• 3.4 高性能并行可视化服务器功能组成结构和系统工作流程39-40
• 3.5 本章小结40-42
• 第四章 基于任务属性选择的资源管理算法设计42-54
• 4.1 资源的定义和分类42-44
• 4.2 任务属性的定义44-47
• 4.3 基于任务属性选择的资源结点分配算法47-52
• 4.3.1 数据规模函预估数决定占用存储资源大小47-48
• 4.3.2 应用算法的综合并行度决定任务获取资源的顺序48-50
• 4.3.3 基于线性回归的算法信息自适应维护算法50-52
• 4.4 多用户下资源管理策略52-53
• 4.5 本章小结53-54
• 第五章 实验与分析54-61
• 5.1 基于任务属性选择的资源分配算法实验54-56
• 5.1.1 算法模拟实验54-55
• 5.1.2 实验结果分析55-56
• 5.2 算法自适应维护实验56-57
• 5.3 原型实验系统的搭建和应用实例测试57-60
• 5.3.1 slurm集群管理软件的使用和安装配置57-58
• 5.3.2 原型系统应用实例测试58-60
• 5.4 本章小结60-61
• 第六章 总结与展望61-63
• 6.1 工作总结61
• 6.2 未来展望61-63
• 致谢63-65
• 参考文献65-69
• 作者在校期间取得的学术成果69

【参考文献】

中国期刊全文数据库 前2条

1 郑利平;陈斌;王文平;刘晓平;曹力;邝铮峥;;基于分布式渲染架构的远程可视化研究[J];计算机研究与发展;2012年07期

2 张洋;陈文波;李廉;李兵;程应娥;燕昊;;高性能集群作业管理系统TORQUE分析与应用实现[J];计算机工程与科学;2007年10期

，

本文编号：1006322