Параллельная виртуальная машина

Параллельная виртуальная машина
Оригинальный автор(ы)	Окриджская национальная лаборатория
Разработчик(и)	Университет Теннесси
Первоначальный выпуск	1989
Стабильная версия	3.4.6 / 2 февраля 2009 г .; 15 лет назад
Написано в	С
Операционная система	Windows и Юникс
Лицензия	БСД , Лицензионная лицензия GPL
Веб-сайт	https://www.epm.ornl.gov/pvm/pvm_home.html

Параллельная виртуальная машина ( PVM ) — это программный инструмент для параллельного объединения компьютеров в сеть . Он предназначен для использования сети разнородных компьютеров с Unix и/или Windows в качестве единого распределенного параллельного процессора . Таким образом, большие вычислительные задачи можно решать с меньшими затратами, используя совокупную мощность и память многих компьютеров. Программное обеспечение очень портативно; исходный код, доступный бесплатно через netlib , был скомпилирован на всех устройствах — от ноутбуков до Crays . ^[2]

PVM позволяет пользователям использовать существующее компьютерное оборудование для решения гораздо более серьезных проблем с меньшими дополнительными затратами. PVM использовался как образовательный инструмент для обучения параллельному программированию , но также использовался для решения важных практических задач. ^[2] Он был разработан Университетом Теннесси , Национальной лабораторией Ок-Риджа и Университетом Эмори . Первая версия была написана в ORNL в 1989 году, а после переписывания Университетом Теннесси в марте 1991 года была выпущена версия 2. Версия 3 была выпущена в марте 1993 года и поддерживала отказоустойчивость и лучшую переносимость .

PVM был шагом к современным тенденциям в распределенной обработке и грид-вычислениях , но с середины 1990-х годов его в значительной степени вытеснил гораздо более успешный стандарт MPI для передачи сообщений на параллельных машинах. PVM является свободным программным обеспечением , выпущенным как под лицензией BSD , так и под лицензией GNU General Public License .

Дизайн

PVM — это программная система, которая позволяет использовать группу разнородных компьютеров в качестве согласованного и гибкого параллельного вычислительного ресурса или «параллельной виртуальной машины ».

с общей или локальной памятью Отдельные компьютеры могут представлять собой мультипроцессоры , векторные суперкомпьютеры , специализированные графические процессоры или скалярные рабочие станции и ПК , которые могут быть связаны между собой различными сетями , такими как Ethernet или FDDI .

PVM состоит из среды выполнения и библиотеки для передачи сообщений , управления задачами и ресурсами, а также уведомления о сбоях. Хотя PVM не ускоряет автоматическую работу коммерческого пакета программного обеспечения, он предоставляет мощный набор функций для ручного распараллеливания существующей исходной программы или для написания новых параллельных/распределенных программ.

Программное обеспечение PVM должно быть специально установлено на каждой машине, которая будет использоваться в данной «виртуальной машине». В PVM нет «автоматической» установки исполняемых файлов на удаленные машины, а простое копирование pvm3/lib и pvm3/bin каталоги на другую аналогичную машину (и установка $PVM_ROOT и $PVM_ARCH) достаточно для запуска программ PVM. Для компиляции или сборки программ PVM требуется полная установка PVM.

Пользовательские программы, написанные на C , C++ или Fortran, могут получать доступ к PVM через предоставляемые библиотечные процедуры.

PVM также поддерживает широковещательную рассылку (PVM_bcast), которая отправляет данные всем процессам в группе, и многоадресную рассылку (PVM_mcast), которая отправляет данные определенному списку процессов.

См. также

Ссылки

Внешние ссылки

Официальный сайт
Паравики: параллельная виртуальная машина на Wayback Machine (архивировано 21 марта 2007 г.)

[1] Примечания к выпуску

[PvmHome-2] Перейти обратно: ^а ^б «Домашняя страница параллельной виртуальной машины (PVM)» .

[1]

[2]

v т и Параллельные вычисления
General	Distributed computing Parallel computing Massively parallel Cloud computing High-performance computing Multiprocessing Manycore processor GPGPU Computer network Systolic array
Levels	Bit Instruction Thread Task Data Memory Loop Pipeline
Multithreading	Temporal Simultaneous (SMT) Simultaneous and heterogenous Speculative (SpMT) Preemptive Cooperative Clustered multi-thread (CMT) Hardware scout
Theory	PRAM model PEM model Analysis of parallel algorithms Amdahl's law Gustafson's law Cost efficiency Karp–Flatt metric Slowdown Speedup
Elements	Process Thread Fiber Instruction window Array
Coordination	Multiprocessing Memory coherence Cache coherence Cache invalidation Barrier Synchronization Application checkpointing
Programming	Stream processing Dataflow programming Models Implicit parallelism Explicit parallelism Concurrency Non-blocking algorithm
Hardware	Flynn's taxonomy SISD SIMD Array processing (SIMT) Pipelined processing Associative processing MISD MIMD Dataflow architecture Pipelined processor Superscalar processor Vector processor Multiprocessor symmetric asymmetric Memory shared distributed distributed shared UMA NUMA COMA Massively parallel computer Computer cluster Beowulf cluster Grid computer Hardware acceleration
APIs	Ateji PX Boost Chapel HPX Charm++ Cilk Coarray Fortran CUDA Dryad C++ AMP Global Arrays GPUOpen MPI OpenMP OpenCL OpenHMPP OpenACC Parallel Extensions PVM pthreads RaftLib ROCm UPC TBB ZPL
Problems	Automatic parallelization Deadlock Deterministic algorithm Embarrassingly parallel Parallel slowdown Race condition Software lockout Scalability Starvation
Category: Parallel computing