基于异构模式的云计算关键技术研究

J4 ›› 2011, Vol. 24 ›› Issue (5): 56-62.

基于异构模式的云计算关键技术研究

张庆科, 杨波*, 王琳, 陈贞翔

济南大学信息科学与工程学院，山东省网络环境智能计算技术重点实验室，山东济南 250022

收稿日期:2011-06-30 出版日期:2011-10-20 发布日期:2011-10-20
通信作者: 杨波（1965-），男，博士生导师，教授，研究方向为计算机网络与智能信息处理。 E-mail:yangbo@ujn.edu.cn
作者简介:张庆科（1985-），男，硕士研究生，研究方向为高性能计算，数字水泥建模。Email:miczqk@hotmail.com
基金资助:
国家 973 计划前期研究专项基金(2010CB635117)；国家自然科学基金(60873089，60573065，60673130，90818001，F020804)；山东省自然科学杰出青年基金(JQ200820)

esearch on heterogeneous model based key cloud computing technologies

ZHANG Qing-Ke, YANG Bo*, WANG Lin, CHEN Zhen-Xiang

Shandong Provincial Key Laboratory of Network Based Intelligent Computing,
School of Information Science and Engineering, University of Jinan, Jinan 250022, China

Received:2011-06-30 Online:2011-10-20 Published:2011-10-20

摘要/Abstract

摘要：

结合云计算中Map/Reduce分布式编程技术引入了基于CPU-GPU异构混合并行编程模式，给出了该并行编程模式的原理和实现过程。该模式通过采用CUDA多线程并行机制提高了大规模数据处理的效率。文中对比分析了云计算中两种典型的分布式存储系统GFS和HDFS,最后从宏观角度阐释了云计算虚拟化技术的三层部署架构和基本类型。

关键词: 云计算, 图形处理器（GPU）, CUDA, 并行编程模型, 分布式存储, 虚拟化

Abstract:

This paper presents a CPU-GPU heterogeneous parallel programming model based on the distributed programming technology of cloud computing, Map/Reduce. This paper also gives its principle and implementation process. It improves the efficiency of large-scale data processing with the multi-thread parallel mechanism, CUDA. We contrastively analyze two typical distributed storage systems, GFS and HDFS. We eventually present the threelayer architecture and basic type of virtualization technology.

Key words: cloud computing, GPU, CUDA, parallel programming model, distributed storage, virtualization

中图分类号:

TP393

张庆科, 杨波, 王琳, 陈贞翔. 基于异构模式的云计算关键技术研究[J]. J4, 2011, 24(5): 56-62.

ZHANG Qing-Ke, YANG Bo, WANG Lin, CHEN Zhen-Xiang. esearch on heterogeneous model based key cloud computing technologies[J]. J4, 2011, 24(5): 56-62.

参考文献

［1］IEEE Spectrum.Multicore is bad news for supercomputers［EB/OL］.［2011-05-12］.http://spectrum.ieee.org/computing/hardware/multicoreisbadnewsforsupercomputers.
［2］陈康, 郑纬民.云计算:系统实例与研究现状［J］.软件学报,2009,20(5):1337-1348.
［3］JINZY Z, XING F, ZHE G. IBM cloud computing powering a smarter planet［J］.Lecture Notes in Computer Science, 2009(5931): 621-625.
［4］Wikipedia.Cloud computing［EB/OL］.［2011-05-12］.http://en.wikipedia.org/wiki/Cloud_computing.
［5］中国云计算网.什么是云计算?［EB/OL］.［2011-05-12］.http://www.chinacloud.cn/show.aspx?id=2623&cid=17.
［6］BRDTKORB A,DYKEN C,HAGEN T,et al.Stateoftheart in heterogeneous computing［J］.Programming,2010,18(1):1-33.
［7］张建勋,古志民,郑超. 云计算研究进展综述［J］.计算机应用研究,2010, 27(2): 429-433.
［8］刘鹏．云计算技术原理［EB/OL］.［2011-06-12］.http://www.Chinacloud.cn/show.aspx?id=1929&cid=12.
［9］ZHARIA M, KONWINSKI A, JOSEPH A D. Improving MapReduce performance in heterogeneous environments［M］//Proceedings of the 8th USENIX Symposium on Operating Systems Design and Implementation. New York: ACM Press, 2008:260-269.
［10］张舒, 褚艳丽,赵开勇,等.GPU高性能计算之CUDA［M］.北京:中国水利水电出版社,2009.
［11］陈全,邓倩妮.云计算及其关键技术［J］.计算机应用,2009,29(9):2562-2567.
［12］CHEMAWAT S, GOBIOFF H, LEUNG P T. The Google file system［M］//Proceedings of the 19th ACM Symposium on Operating Systems Principles. New York: ACM Press, 2003:29-43.
［13］SHVACHKO K, KUANG H, RADIA S,et al. The Hadoop Distributed File System［M］// Proceedings of IEEE MSST 2010,New York:IEEE Computer Society,2010:1-10.
［14］王鹏. 云计算的关键技术与应用实例［M］.北京:人民邮电出版社,2010.
［15］虚拟化与云计算小组.虚拟化与云计算［M］.北京:电子工业出版社,2009.

[1]	侯吉, 宋瑞, 何世伟, 殷玮川. 基于大数据的货物运输责任时间划分方法研究[J]. 山东科学, 2019, 32(2): 59-69.
[2]	舒明雷, 高天雷, 单珂. 基于云平台的生物电阻抗分析检测系统的设计[J]. 山东科学, 2017, 30(4): 118-123.
[3]	李辉，解维浩，刘寿生，盖颖颖. 基于GPU的多尺度Retinex图像增强算法实现[J]. 山东科学, 2017, 30(3): 103-109.
[4]	王加磊, 孟现美, 张庆刚 ,张怿慈, 张少龙. HIV-1 蛋白酶异位抑制剂体系的长时间分子动力学模拟[J]. J4, 2013, 26(2): 1-6.
[5]	吴静，杨波，孙润元，马坤. 基于虚拟化的应用服务监控软件设计[J]. J4, 2012, 25(5): 78-82.
[6]	田高成，杨峰. 一种基于虚拟化技术的高校实验室构建模型[J]. J4, 2012, 25(1): 87-91.
[7]	王海峰, 程广河, 郝惠娟, 王尚斌. 云计算模式下可信平台设计[J]. J4, 2010, 23(4): 99-102.