基于MPI的并行计算程序设计测试报告样稿.doc

中 南 大 学
CENTRAL SOUTH UNIVERSITY
基于MPI并行计算程序设计测试汇报
学 院： 软件学院
专 业： 软件工程
学 号：
姓 名：
指导老师：
20**-**-**
基于MPI并行计算程序设计测试汇报
并行计算概述
采取并行计算原因：
串行程序速度提升缓慢。从串行程序发展来讲，首先，物理速度渐变发展，芯片速度每18个加紧一倍，而内存传输率每十二个月加紧9%。其次，物理极限无法突破，芯片晶体管靠近了原子极限，传输速度不可能超出光速。
能够加紧速度。更短时间内处理相同问题，相同时间内处理更多复杂问题。
能够加大规模。并行计算能够计算更大规模问题。
并行计算介绍
并行计算（Parallel Computing）是指同时使用多个计算资源处理计算问题过程。为实施并行计算，计算资源应包含一台配有多处理机（并行处理）计算机、一个和网络相连计算机专有编号，或二者结合使用。并行计算关键目标是快速处理大型且复杂计算问题。另外还包含：利用非当地资源，节省成本，使用多个“廉价”计算资源替换大型计算机，同时克服单个计算机上存在存放器限制。为利用并行计算，通常计算问题表现为以下特征：，有利于同时处理；；。
对并行处理需求极大促进了并行技术发展，所以很多大规模并行计算机系统相继问世，如PVP、SMP、MPP、DSM等。但传统并行系统高成本性、专用性、系统规模不可伸缩性等使其难以推广到一般商业应用和科学计算中。高性能集群系统因其性能价格比高、高可复用性、强可扩展性、用户编程方便等优点在科学研究中得到了广泛应用。并行计算机系统出现就需要对程序进行并行设计，这种需求使得多种不一样并行编程环境得到了很大发展。现行高性能计算机系统中使用并行编程环境关键有两种：
PVM(Parallel Virtual Machine)和MPI(Message Passing Interface)。PVM开发始于1988年，由美国橡树岭国家试验室提议。现在大家采取MPI作为并行开发环境。
并行计算相关内容
存放方法。共享内存：ccNUMA,SMP；分布式内存：MPP,Cluster。
三种计算模式。Uniprocessor,shared memory,distribute memory.
并行化分解方法。任务分解：多任务并行实施；功效分解：分解被实施计算；区域分解:分解被实施数据。
并行算法分类。按运算基础对象：分数值并行算法和非数值并行算法。按进程间依靠关系：分同时并行算法，异步并行算法和纯并行算法。按并行计算任务大小：分粗粒度并行算法，中粒度并行算法和细粒度并行算法。
MPI介绍
MPI是一个库而不是一门语言很多人认为MPI就是一个并行语言这是不正确。不过根据并行语言分类，能够把FORTRAN+MPI或C+MPI， 看作是一个在原来串行语言基础之上扩展后得到并行语言。MPI库能够被FORTRAN77/C/Fortran90/C++调用，从语法上说，它遵守全部对库函数/过程调用规则和通常函数/过程没有什么区分。
MPI是一个标准或规范代表而不特指某一个对它具体实现迄今为止全部并行计算机制造商全部提供对MPI支持能够在网上无偿得到MPI在不一样并行计算机上实现一个正确MPI程序能够不加修改地在全部并行机上运行。
MPI是一个消息传输编程模型并成为这种编程模型代表和实际上标准MPI即使很庞大不过它最终目标是服务于进程间通信这一目标。
MPI编程
在基于MPI编程模型中，计算是由一个或多个相互经过调用库函数进行消息收、发通信进程所组成。在绝大部分MPI实现中，一组固定进程在程序初始化时生成，通常情况下，一个处理器只生成一个进程。这些进程能够实施相同或不一样程序（对应地称为单程序多数据（SPMD)或多程序多数据（MPMD)模式）。进程间通信能够是点到点，也能够是集合。MPI只是为程序员提供了一个并行环境库，程序员经过调用MPI库程序来达成程序员所要达成并行目标，MPI提供C语言和Fortran语言程序接口。其中6个最基础函数就能编写一个完整MPI程序去求解很多问题。它们是：；； 确定进程数； 确定自己进程标识符；：发送一