摘要：非一致Cache体系结构(Non-Uniform Cache Architecture,NUCA)几乎已经成为未来片上大容量Cache的设计趋势.非一致Cache中,数据提升技术通过将经常访问的数据放置在距离处理器较近的Cache bank中减少处理器对该数据访问的等待时间,对NUCA的性能有着重要影响.然而,目前已有的数据提升技术使用固定的提升策略,没有考虑所要提升到目标bank的实际状态,容易将目标bank中更有用的数据"挤"得远离处理器,从而产生Cache污染问题,严重制约了提升技术的性能发挥.针对这一问题,文中提出智能多跳提升技术.智能多跳提升技术能够感知候选目标bank的状态,为被提升的数据动态地选择合适的目标bank,从而提高了提升效率,减少了Cache污染.同时,智能多跳提升技术的设计巧妙地利用了处理器访问的反向路径,只是简单地扩充了处理器访问报文的格式,并没有增加对Cachebank的额外访问.最后使用全系统模拟器对来自NAS Parallel Benchmark和Livermore Benchmark的15个基准测试程序进行了详细测试,智能多跳提升技术单位提升操作节省的时钟周期数是已有提升技术的1.50倍,最多达到2.61倍;系统的IPC性能平均提高了6.24%,最高达到19.03%.

摘要：三维形状特征在三维物体分类、检索和语义分析中起着关键的作用.传统的三维特征设计过程繁复,而且不能从已有的大量三维数据中自动学习而得.在深度神经网络的研究领域中,卷积神经网络和自动编码机是比较流行的2种网络结构.在超限学习机的框架之下,将两者结合起来,提出一种基于卷积-自动编码机的三维特征自动学习方法.实验结果表明,文中方法的特征学习速度比其他深度学习方法提高约2个数量级,且提取的特征在三维模型分类、三维物体检测等任务中都取得了良好的结果.

摘要：在多Agent系统研究领域,涌现现象越来越引起人们的注意.面向涌现的多Agent系统研究正成为多Agent系统研究中值得注意的一个新方向.它关注的是多Agent系统宏观层面的涌现性问题以及系统涌现的宏观与微观层面的联系机制,并最终希望发展出一套面向涌现的多Agent系统的设计和控制方法.该文在介绍涌现的概念和特征之后,考察了多Agent系统宏观特征的面向涌现描述方法;然后对多Agent系统涌现的微-宏观机制进行了总结,比较分析了面向涌现的多Agent系统设计方法和设计模式;最后分析讨论了该领域研究存在的问题和进一步的研究方向.

摘要：大数据规模上体量大和增长速度快的特点对存储系统的性能和可扩展性提出了严峻挑战.使用普通商用服务器构建的分布式存储系统服务能力强、成本低廉且极易扩展,在大数据的存储管理中得到了极为广泛的应用.分布式存储系统庞大的节点数量导致节点失效情况频发,必须采用一定的容错技术来保证数据可靠性.常用的容错技术主要包括多副本技术和纠删码技术两种.与多副本容错技术相比,纠删码容错技术能够以低得多的存储开销提供相同甚至更高的数据可靠性.随着近年来数据规模的爆炸式增长,纠删码容错技术受到了业界的广泛关注.该文综述了分布式存储中纠删码容错技术的研究现状.首先,介绍了纠删码容错技术的基本原理和概念,指出了纠删码容错技术在大规模分布式存储中面临的主要技术挑战;然后,从编码实现、纠删码设计、数据修复和数据更新等方面阐述了分布式存储中纠删码容错技术的研究进展,重点研究分析了各项关键技术的特点和局限性,并依据主要评价指标对现有纠删码的编码性能和修复性能进行了对比和分析;最后,基于最新研究动态指出了分布式存储中纠删容错技术未来的研究方向,包括同步编码实现技术、低冗余再生码设计和数据失效预测技术等.

摘要：自适应系统具有环境开放性、变化敏感性、系统动态性等复杂性特点,如何支持这类复杂系统的开发和维护是目前软件工程关注的焦点.将自适应系统中的自主运行单元抽象为软件Agent,借助组织学思想提出了支持自适应系统运行的动态绑定机制,设计了表述Agent如何适应环境变化的自适应策略描述语言SADL(self-adaptive strategy description language),开发了SADL的编译器和运行支撑环境.该方法将复杂自适应系统的自适应逻辑和业务逻辑相分离,通过SADL语言显式地描述系统的自适应特征,从而简化了复杂自适应系统的开发和维护.通过案例分析,阐述了如何基于上述方法来进行复杂自适应系统的开发,验证了方法的有效性.

摘要：近年来,为了缓解日益严重的功耗问题,异构并行体系结构已成为超级计算机发展的一个重要趋势.图形处理器(graphics processing unit,简称GPU)凭借其超高的计算性能和性能功耗比,作为一种高效的加速部件已被广泛应用于高性能计算领域.但是,GPU先天的可靠性缺陷势必加剧超级计算机的可靠性问题.目前,国际上关于CPU-GPU异构系统容错技术的研究工作主要将GPU从异构系统中独立出来,以每次调用为粒度对其进行容错处理.设计了一种面向CPU-GPU异构系统的Lazy容错方法,给出了基于编译指导命令的容错框架及其约束,并讨论了相关的编译实现和优化方法,最后通过实验验证了该方法的正确性.实验结果表明,与现有的容错方法相比,利用所设计的LazyFT容错方法对GPGPU(general purpose computation on graphics hardware)程序进行容错处理,可以明显降低容错代价.

摘要：研究了支持相继干扰消除(successive interference cancellation,简称SIC)的无线网络中链路调度算法的设计与分析.首先,为刻画SIC的顺序检测特性,提出M-level非累积干扰模型与有序累积干扰模型.然后,由于两种模型下的调度均为NP-hard问题,研究了近似调度的性能:(1)给出了一种工作于有序累积干扰模型的调度机制,其近似比为O(g),其中,g为网络的链路多样性指数;(2)给出了一种工作于M-level非累积干扰模型的调度机制,其近似比为常数.最后,通过仿真实验考察了SIC对调度性能的影响.

摘要：云计算作为下一代计算模式,在科学计算和商业计算领域均发挥着重要作用,受到当前学术界和企业界的广泛关注.云计算环境下的分布存储主要研究数据在数据中心上的组织和管理,作为云计算环境的核心基础设施,数据中心通常由百万级以上节点组成,存储其上的数据规模往往达到PB级甚至EB级,导致数据失效成为一种常态行为,极大地限制了云计算的应用和推广,增加了云计算的成本.因此,提高可扩展性和容错性、降低成本,成为云计算环境下分布存储研究的若干关键技术.针对如何提高存储的可扩展性、容错性以及降低存储的能耗等目标,从数据中心网络的设计、数据的存储组织方式等方面对当前分布存储的关键技术进行了综述.首先,介绍并对比了当前典型的数据中心网络结构的优缺点;其次,介绍并对比了当前常用的两种分布存储容错技术,即基于复制的容错技术和基于纠删码的容错技术;第三,介绍了当前典型的分布存储节能技术,并分析了各项技术的优缺点;最后指出了当前技术面临的主要挑战和下一步研究的方向.

摘要：实体迁移技术有利于改善大规模分布式仿真系统的性能.首先分析了新一代仿真体系结构HLARTI对实体迁移支持上的不足和现有HLA兼容型仿真系统中实体迁移实现方法的缺陷;然后提出了在HLARTI下进行实体迁移的协议,设计了实体最新状态传输机制、迁移启动机制、迁移期间的消息转发、处理机制等;给出了协议的执行过程和支持实体迁移的仿真应用程序的实现框架;最后测试了协议的正确性.与相关研究相比,迁移协议解决了迁移过程中时间同步问题,不会丢失消息,且能保证TSO消息按时戳序处理.

摘要：互联网规模的软件资源库正从根本上改变传统的软件开发模式,资源库中海量软件的高效层次分类对基于互联网资源的软件开发具有重要意义.传统软件分类方法基于软件源代码或字节码实现粗粒度的扁平分类,并且只在小规模数据集上进行了验证.文中提出了一种基于软件在线属性聚合的层次分类方法,设计了一个层次分类框架,基于跨资源库软件在线描述和标签的加权聚合,实现对海量软件的高效层次化分类.文中在超过18 000个开源软件上进行交叉验证,实验结果表明文中提出的在线属性加权聚合方法能显著提高软件分类效果.在粗粒度扁平分类下文中方法能够达到基于源代码/字节码分类近似的性能,而且,与相关工作比较,文中方法实现了涵盖123个更细粒度类别的层次化分类,能够更有效地对海量软件进行分类.