摘要: 机群以其良好的灵活性和可扩展性及性能价格比，获得了越来越多的大学及科研机构的青睐。目前的许多研究是在并行机机群或工作站机群上进行的。本文介绍了并行计算的基本理论及支持网络并行计算的环境PVM(Parallel Virtural Machine)。以最小成本建立... 展开 机群以其良好的灵活性和可扩展性及性能价格比，获得了越来越多的大学及科研机构的青睐。目前的许多研究是在并行机机群或工作站机群上进行的。本文介绍了并行计算的基本理论及支持网络并行计算的环境PVM(Parallel Virtural Machine)。以最小成本建立了基于PVM的COW(Cluster Of Workstation)型的PC机群并行系统，为此后的Occam反演的并行提供了必要的硬件基础。首先搭建多节点机群，然后利用Ping-Pong原理对节点间的通信延迟进行了测试，以及利用矩阵相乘对机群的性能进行了测试，其加速比和效率最高分别达到了4.78与0.85，则该机群的性能比较理想。此外，在该机群环境下，注意了并行粒度的控制，尽可能地减少通信次数。 其次，在大地电磁(MT)反演方法中，Occam反演由于其稳定收敛以及不依赖于初始模型的特性而得到广泛应用，但是拉格朗日乘子的求取导致大量的模型正演，使得反演速度较低。为此，本文研究了用基于PC机群的并行计算来解决这一问题的方法。首先首先全面分析了Occam反演基本原理和方法，挖掘了计算中的并行成分；然后拉格朗日乘子扫描采用μ值计算一级的大粒度并行；给出了并行计算的实现方法与实现流程图，将扫描任务编组分派到不同的节点完成，即在PC机群上，利用主一从编程模式实现Occam反演的并行计算。主进程(Master)维持全局数据结构，负责任务的划分和派发以及计算结果的接收和组合；子进程(Slave)负责给定任务的计算以及计算结果的返回。对于μ值采用扫描方式时计算量相对较大，但能提供给定区间中各μ值的拟合差曲线，且由于μ值点固定，计算也独立，因而利用扫描方式实现并行。除此之外，在形成偏导数矩阵过程中，由于正演部分各频点是独立计算的，频点间不存在数据的关联，采用基于频点计算的大粒度并行方式。 此外，负载均衡也是要考虑的问题，综合平衡各节点的计算量，可获得更为合理的并行效率。由于主进程计算量不大，为充分利用资源，不设置专用的控制节点，主进程节点同时也用作子进程节点。同时根据实验数据，可以看出运行时间都达到了令人满意的效果，由此看来可以显著地提高反演速度。除此之外，还得出了关于PC机群一些有意义的结论。 收起