6月17日更新--“如何并行化我的應(yīng)用”方案有獎?wù)骷�活動方案提交階段結(jié)束

圖騰部落

活動時間：

5.6-6.15 方案收集
6.16-6.30 方案投票及評選
7.1-7.6 獎品發(fā)放

活動介紹：

多核計算平臺的普及化使得并行（Parallel）或者并發(fā)（Concurrent）程序設(shè)計（這里不妨稱它們?yōu)椴⑿谢�程序設(shè)計）成為一種編程技術(shù)主流。其實并行計算的軟件技術(shù)早已存在了幾十年，然而其原來主要服務(wù)于高性能計算一類的應(yīng)用，所以并行化編程一直也都為陽春白雪的光環(huán)籠罩。但對于初學(xué)者而言卻仍可能難以循其徑而入。其實，并行化的程序設(shè)計是有章可循的。

說出你現(xiàn)在正在做的應(yīng)用系統(tǒng)，你的行業(yè)，你的問題是什么？你覺得哪些地方可以并行，具體來講，你的并行策略是什么？

本次并行化方案征集活動面向所有程序員，提出的方案必須具備一下幾點：

1、項目應(yīng)用背景
2、應(yīng)用的業(yè)務(wù)瓶頸、規(guī)模
3、具體并行化的想法
4、具體實施和效果

注：方案字?jǐn)?shù)不得少于1000字。


活動獎品：

一等獎：1500元(1名)
二等獎：800元（2名）
三等獎：500元（3名）

方案提交方式：

直接在本貼回帖，帖出自己方案。或提交到活動郵箱qinli@it168.com皆可。

6月17日更新

本次活動方案提交階段已經(jīng)結(jié)束：

目前已收到方案：

劉碩 并行計算在基于遙感影像快速提取地震信息應(yīng)用

宋錚 臉部識別系統(tǒng)的并行化應(yīng)用

李波 第一次觸電并行計算  

袁良 nVidia CUDA通用計算簡介及優(yōu)化方法概述

程豪 基于COO存儲格式的稀疏矩陣 向量乘算法并行化方案

王梁 二維穩(wěn)態(tài)熱傳導(dǎo)的問題CPUGPU并行求解

高原 全文檢索系統(tǒng)的升級與開發(fā)

趙洪宇 并行化技術(shù)在測試工具開發(fā)中的應(yīng)用

寧晉煒 優(yōu)化雙基地雷達(dá)定位精度分析

吳楊 多核加密技術(shù)的并行化研究

江哲 單點登錄系統(tǒng)與并行化

鄧新 并行化設(shè)計在信息安全領(lǐng)域的應(yīng)用

迪八哥 基于GPU 的部分神經(jīng)連接神經(jīng)網(wǎng)絡(luò) 在人臉性別識別中的應(yīng)用

風(fēng)辰 分子動力學(xué)模擬中非鍵力計算及鄰居搜索在 GPU 上的實現(xiàn)

蔣浩 基于CUDA的大規(guī)模人群模擬計算

石丹 醫(yī)學(xué)信號與圖像處理算法中的并行化

張同舟 大數(shù)據(jù)進(jìn)行傅里葉變換或者對數(shù)據(jù)進(jìn)行高分辨功率譜估計

湘子 字符串并行處理項目

張勇 應(yīng)用 fork-join 框架

李修宇 基于點集的Balance kd-tree的并行構(gòu)建

lloves K近鄰算法基于CUDA的實現(xiàn)

yu_single 關(guān)于并行化編程的一些感悟

洛欣 K均值算法基于CUDA環(huán)境的實現(xiàn)

請參與并提交作品的朋友查詢本表單是否有自己的信息，如有遺漏請速聯(lián)系我qinli@it168.com
，22日將進(jìn)入評審階段。

prolj

這個，我們在做，但是不能公開，NV可以出資1500W，我們可以考慮跟NV貢獻(xiàn)一下成果。

gigabyte

這個，我們在做，但是不能公開，NV可以出資1500W，我們可以考慮跟NV貢獻(xiàn)一下成果。
prolj 發(fā)表于 2010-05-06 18:40

    支持P阿姨

圖騰部落

回復(fù) 2# prolj


這活動目的主要是讓大家知道如何將程序并行化，學(xué)習(xí)的主要是思想，至于案例征集主要是讓想學(xué)習(xí)并行化編程的初學(xué)者有個參考，畢竟并行編程跟普通PC編程差別很大，出發(fā)點如此。所以希望大家在可公開不泄密的情況下分享下自己的并行化經(jīng)驗。相互學(xué)習(xí)，共同進(jìn)步嘛。

yu_single

之前做過的一個總結(jié)：http://blog.csdn.net/uuussseeennn/archive/2010/01/21/5219338.aspx

說明：里面沒有用到CUDA，但總結(jié)了并行化編程的一些感悟，共享一下：）

send_linux

之前做過的一個總結(jié)：

說明：里面沒有用到CUDA，但總結(jié)了并行化編程的一些感悟，共享一下：）
yu_single 發(fā)表于 2010-05-11 10:39

    謝謝分享啊，呵呵

紫羅蘭夢幻

之前做過的一個總結(jié)：

說明：里面沒有用到CUDA，但總結(jié)了并行化編程的一些感悟，共享一下：）
yu_single 發(fā)表于 2010-05-11 10:39

    感謝分享哈！

圖騰部落

之前做過的一個總結(jié)：

說明：里面沒有用到CUDA，但總結(jié)了并行化編程的一些感悟，共享一下：）
yu_single 發(fā)表于 2010-05-11 10:39

    {:3_189:}

ruijh

openCL vs CUDA？

曾參與過一個體系架構(gòu)下的并行化開發(fā)工作，太煩瑣了，最后不能算成功結(jié)束。
如今借助OpenCL/CUDA 也許會更容易些。業(yè)務(wù)邏輯并行化，數(shù)據(jù)并行化，算法并行化，都得考慮。

軟件設(shè)計并行化架構(gòu)搭好了，性能提升與進(jìn)一步優(yōu)化都有了很好的保障，否則都是半拉子優(yōu)化

prolj

openCL吧，這個比較有希望，Intel的Ct肯定沒戲了。