多核并行计算时代的来临
a worldwide shortage of people experienced in parallel computing
全世界程序员最大短处就是缺乏并行计算经验
当CPU进入双核多核,软件架构进入分布式计算 云计算时代后,他们的共同点并行计算已经成为一个新的热点。
前段时间Ruby On Rails JRuby Grails等新式语言有些热门,但是并行计算却是它们的杀手,新的并行计算DSL(Domain-specific language)语言 Scala Clojure 以及Erlang在这几个月已经成为新的明星。
Scala是一个兼容JVM的并行语言,后台有IBM等大公司支持,而Erlang是最早由爱立信推出的一个开源语言,目前尴尬是缺乏象IBM这样软件巨头支持。2009将有各种有关Clojure语言的介绍。
在这样的背景下,有人就提出:Java是否已经发展到顶了,可能走下坡路了呢?(Dead like COBOL )
最近Yahoo网格云计算小组发布一项惊人性能测试结果:
Java开源Apache Hadoop赢得了TB级别的最快基准测试,Hadoop可以在209秒内完成1 TB数据排序,打破了前期297秒的年度记录(Daytona),成为最快纪录冠军,这是一项1998由Jim Gray创建的基准测试,指定输入数据( 100亿个100字节的记录) ,彻底地排序,并写入磁盘。
Java取得这项测试的胜利,并不是因为Java语言走上了并行语言,而是Java从诞生那天起,就是为网络而生,它是通过多台服务器并行计算取得了这项骄人的成绩,还是那句话:Java在个体上可能拼不过你,但是集成群了就能战胜你,就象蚂蚁个体虽小,但是大量成批蚂蚁也是任何生物的杀手。
Java语言因为其高瞻远瞩的前瞻性取得了生命延续,但是这并意味着其停滞不前,如今单台服务器进入CPU时代,如何在单台PC的微结构中象Scala那样提高多核并发计算性能,将是Java 7推出的新特点。
但是,这并不像以前推出的一些新功能特点,并行计算需要程序员思维方式的改变。其实,从jdon.com讨论来看:程序员相当缺乏并行开发思维,从以往不习惯线程并发 到面对EJB这样分布式组件开发的抓狂,都说明一些人的思维升级换代已经跟不上CPU了(最后机器人会战胜一部分人 悲哀)。
Java线程模型提供了开发者很方便的并发开发,并发展到javaEE的Web,使用Jsp/Serlvet封装多线程,避免一般软件开发者涉及过于复杂的线程编程,当我们开发一个Web应用时,部署到Tomcat/Jetty/JBoss服务器上,如果某个时刻有多个用户同时对这个Web应用发出请求,那么服务器将分派多个线程分别接受处理这些并发请求。这实际上已经是一个多用户并发系统,但是CPU处理并发请求任务时,由于是一个CPU,因此实际上内核是顺序执行的,现在两个CPU多核机器已经开始普遍,如何发挥多核CPU的并行计算模式呢?
这就要对以往计算模式进行颠覆性的修改,并行计算(parallel computation)这个概念的意思应该这样定义:在单台PC机中可以跨多核CPU运行,部署到多台PC机中,能够跨越多台服务器云计算。这样的伸缩性非常类似无所不能的孙悟空了,这样的并行计算模式才是真正可伸缩的Scalable!
而目前唯有Java最有希望做到这点,Java只要补上微结构多核并行运行这一课,而Scala Clojure 以及Erlang要补集群 云计算这一课,这也是Scala非常靠近Java一个原因。
伟大并行计算专家Doug Lea的 Java fork/join framework为java这趟补课提供了及时雨,下面这段代码展示java并行计算方式:
import jsr166y.forkjoin.*;class Fib extends RecursiveTask<Integer> { static final int threshold = 10; volatile int number;Fib(int n) { number = n; } public Integer compute () { int n = number; if (n <= threshold) return sequentialFib(n); else {Fib f1 = new Fib(n - 1);f1.fork();Fib f2 = new Fib(n - 2); return f2.forkJoin() + f1.join();}} public static void main(String[] args) { try { int groupSize = 2; // number of CPUsForkJoinPool group = new ForkJoinPool(groupSize);Fib f = new Fib(40);Integer result =group.invoke(f);System.out.println(“Fibonacci Number: “ + result);} catch (Exception ex) {}} int sequentialFib(int n) { if (n <= 1) return n; else return sequentialFib(n-1) + sequentialFib(n-2);}}
fork/join framework将被整合进入JDK 7版本。
当然,新的语言有更方便简洁的实现,Scala 或 Clojure也许成为替代ROR/Groovy的明日之星,
或者这两个语言有各自的细分市场。在未来某个时刻,也许应该死亡的是PHP/ROR。
多核时代开启了软件编程新时代,我们面临更多挑战和创新,好的工具和平台可以帮助我们更好地进入新时代。
原贴网址: http://www.jdon.com/jivejdon/thread/34917.html
分享到:
相关推荐
讲义简要介绍采用Fortran语言和OpenMP技术进行并行计算的知识,配有视频教程,主要内容包括: 第一讲 OpenMP基础 第二讲 并行域 第三讲 OMP指令(上) 第四讲 OMP指令(下) 第五讲 THREADPRIVATE属性 第六讲 OMP并行...
有关于多核并行计算的,中国科学技术大学陈国良教授编写
蒙特卡洛算法背景知识,算法描述,算法步骤,算法程序,简单明了。
Python 多核并行计算在海量星表交叉证认中的应用
该资源整理方式很独特,是利用结构图的形式进行...该资源是对多核并行计算的总结,里面包含并行和并发,各种锁机制,同步机制,互斥机制,并发数据结构等内容的总结。有了该图,学习多处理器编程,会有很大的指导效果
MSC_MARC单机多核并行计算示例.pdf
多核并行计算和CVN数据库系统教学PPT课件.pptx
多核并行计算下的流量传感器流场模拟研究.pdf
多核并行计算和CVN数据库系统教学PPT学习教案.pptx
本篇文章主要介绍了Python 多核并行计算的示例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
提出了一种基于Logistic模型的惯性权重非线性调整策略,采用...略在算法成功率和收敛代数都优于线性调整策略,而基于OpenMP的微粒群多核并行计算使得计算速度得到提高。 关键词:OpenMP;微粒群优化算法;多核并行计算
多核(64核)系统的并行FFT运算程序
基于异构多核并行加速的嵌入式神经网络人脸识别方法.pdf
分别使用C语言和Fortran语言介绍OpenMP并行计算的相关内容,含有示例代码,配套有视频教程。主要内容: 第1讲 OpenMP基础; 第2讲 并行域; 第3讲 OMP指令(一); 第4讲 OMP指令(二); 第5讲 THREADPRIVATE属性; 第6讲 ...
多核计算平台中MATLAB_并行计算工具包,非常好的东东哟,值得珍藏
为了充分利用多核CPU的资源,利用并行计算来处理问题已逐渐成为主流。利用Erlang中的并行机制计算N-皇后问题,设计并实现了并行计算N-皇后问题的算法。实验结果表明,该算法有效地提升了多核计算机资源的利用率,...
该库特色在于其高效的多核并行处理能力,能够根据CPU核心配置优化卷积运算,极大地提升了CPU的并行计算性能。 技术细节: - 主要编程语言:C - 文件类型: - C源文件:10个 - 头文件:6个 - Shell脚本:4个 - ...
随着多核处理器硬件的不断发展,多核处理器最追切需求是系统... 本文的主要内容如下: (1)针对多核处理器和多棱技术在国内外的研究现状分析多核并行编程所存在的关键问题,多核编程与单核编程之间的区别,进一步剖析
基于非耦合区域分解的海量点集多核并行D-TIN生成算法,林冰仙,刘年涛,针对当前海量点集数据构建D-TIN时所面临的数据量巨大且计算复杂耗时的问题,本文提出了一种基于非耦合区域分解的并行D-TIN生成算法�
ansys多cpu并行计算设置.pdf