一种基于迭代聚类的并行应用性能分析方法
随着超级计算机的发展，其使用到的核心数逐渐达到数十万，而且运行于其上的应 用的复杂性也不断加大。因此，开发人员需要对并行应用的性能进行测量，并做出分析，以便对程序源码进行优化，提高程序的执行效率。但是由于核心数的大量增加，对并行程 序性能进行测量将得到海量的性能数据，如何处理海量性能数据，以便分析并行程序性能 成为一个难点。文章介绍了一种基于迭代聚类的并行应用性能分析方法，该方法使用数据 挖掘的聚类算法处理处理海量性能数据，并可以根据条件迭代执行，然后通过贝叶斯信息 准则评价聚类结果，以确定迭代聚类的可靠性，最后用实验证明了方法的有效性。
海量数据 并行应用 聚类分析 性能测量 性能分析
朱鹏 李巍 李云春
北京航空航天大学网络技术北京市重点实验室 北京 100191
国内会议
2010年全国高性能计算学术年会(HPC china2010)
北京
中文
553-562
2010-10-27（万方平台首次上网日期，不代表论文的发表时间）