摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-25页 |
1.1 引言 | 第9-10页 |
1.2 云计算概述 | 第10-14页 |
1.2.1 计算模式的演进和云计算的出现 | 第10-11页 |
1.2.2 云计算的定义和特点 | 第11-12页 |
1.2.3 云计算服务模型 | 第12-13页 |
1.2.4 云计算研究现状 | 第13-14页 |
1.3 高性能计算与并行编程 | 第14-17页 |
1.3.1 高性能计算概述 | 第14-15页 |
1.3.2 国内外高性能计算的应用 | 第15页 |
1.3.3 传统高性能计算 | 第15页 |
1.3.4 网格和云中的高性能计算 | 第15-16页 |
1.3.5 高性能计算并行编程技术-MPI | 第16-17页 |
1.4 高性能计算在云环境中的研究 | 第17-22页 |
1.4.1 云环境中开展高性能计算应用的必要性 | 第17-18页 |
1.4.2 云平台对高性能计算的支持 | 第18-19页 |
1.4.3 云环境中开展高性能计算应用的关键问题 | 第19-22页 |
1.5 研究背景和研究内容 | 第22-23页 |
1.5.1 本文依托项目背景 | 第22-23页 |
1.5.2 本文研究内容 | 第23页 |
1.6 本文组织结构 | 第23-25页 |
第二章 高性能计算应用在云环境中的部署模型和并行执行框架研究 | 第25-43页 |
2.1 概述 | 第25-26页 |
2.2 相关工作研究 | 第26-28页 |
2.3 微软Windows Azure云平台简介 | 第28-31页 |
2.3.1 Windows Azure计算服务 | 第29页 |
2.3.2 Windows Azure存储服务 | 第29-30页 |
2.3.3 Windows Azure高性能计算调度组件介绍 | 第30-31页 |
2.4 云环境中高性能计算应用部署模型的实现和研究 | 第31-35页 |
2.5 云环境中高性能计算应用并行执行框架设计实现 | 第35-37页 |
2.5.1 作业管理 | 第36-37页 |
2.5.2 数据管理 | 第37页 |
2.6 用例研究(case study) | 第37-42页 |
2.6.1 配置Windows Azure云主机服务 | 第38-40页 |
2.6.2 ZaKo3D应用在云主机服务中的部署 | 第40-41页 |
2.6.3 ZaKo3D作业提交 | 第41-42页 |
2.7 本章小结 | 第42-43页 |
第三章 传统集群和云平台分析比较以及高性能计算应用适用场景研究 | 第43-60页 |
3.1 概述 | 第43-45页 |
3.2 相关工作研究 | 第45页 |
3.3 相关概念介绍 | 第45-46页 |
3.3.1 加速比和Amdhal定律 | 第45-46页 |
3.3.2 总体拥有成本TCO(Total cost of ownership) | 第46页 |
3.4 云平台和高性能计算集群的成本量化模型 | 第46-50页 |
3.4.1 云环境中应用执行成本量化模型 | 第47-49页 |
3.4.2 传统高性能计算中应用执行成本量化模型 | 第49-50页 |
3.5 云平台和集群执行高性能计算应用的性能和成本比较分析 | 第50-56页 |
3.5.1 性能比较分析 | 第51-54页 |
3.5.2 成本比较分析 | 第54-55页 |
3.5.3 实验分析 | 第55-56页 |
3.6 高性能计算模式研究和应用适用场景分析 | 第56-59页 |
3.6.1 传统高性能计算集群上的高性能计算模式 | 第56页 |
3.6.2 云环境中高性能计算模式 | 第56-57页 |
3.6.3 两种资源相结合的高性能计算模式 | 第57-58页 |
3.6.4 不同计算模式对高性能计算应用的要求 | 第58-59页 |
3.7 本章小结 | 第59-60页 |
第四章 云环境中动态并行作业调度方法研究 | 第60-76页 |
4.1 概述 | 第60-62页 |
4.2 相关工作 | 第62-63页 |
4.3 云环境中静态并行作业调度方法问题描述 | 第63-64页 |
4.4 基于MPI的Master-Worker模式 | 第64-66页 |
4.4.1 Master-Worker模式介绍 | 第64页 |
4.4.2 基于MPI的Master-Worker模式 | 第64-66页 |
4.5 云环境中动态并行作业调度方法 | 第66-70页 |
4.6 实验比较和结果分析 | 第70-74页 |
4.6.1 性能比较分析 | 第71-73页 |
4.6.2 TCO比较及成本效益评估 | 第73-74页 |
4.7 本章小结 | 第74-76页 |
第五章 总结与展望 | 第76-81页 |
5.1 本文工作总结 | 第76-79页 |
5.2 课题研究展望 | 第79-81页 |
参考文献 | 第81-86页 |
致谢 | 第86-87页 |
在学期间研究成果 | 第87页 |