串列演算法並行化

① 高慶獅的輝煌成就

1978年，他提出了虛共存細胞結構縱橫加工向量機原理，在此基礎上，設計了十億次和百億次巨型機方案。他發表在國際系統結構年會的「素數地址快速計算」，克服美國素數巨型機浪費存儲空間的缺點，被美國《計算機系統結構新聞》(ComputerArchitectureNews)收錄。在串列演算法並行化方面，他1974年提出了優化的縱橫加工並行演算法，比美國雜志上相近的論文早13年。之後又全面擴大優化演算法的使用范圍，並提出全面推廣著名的Bitonic和Odd-even排序的k-bitonic排序演算法。
1980年，中國科學院轉向面向未來智能領域的巨型機系統，1986年被列入「863」計劃。在這項研究中，他發現，人類智能活動的基本方法的模式之一是「宏變換」。在此研究中，他在國際會議及國內外學報上，發表了一組有關宏變換和選擇跳躍搜索的論文，包括多項式演算法、線性演算法、局部搜索和常數演算法，這些演算法都比美國同類演算法早。
2000年，他開始研究網路安全問題，提出了國際上第一個從計算機系統結構角度來防止病毒攻擊和盜竊的方案，並獲得了發明專利。接著，他又提出了提高自然語言口語識別和文字手寫，其中，包括在線非在線及印刷體識別的識別率的有效方法，再次獲得了發明專利。
在網路安全方面，1999年底2000年初，他看到靠鑒別認證軟體來發現病毒難於事先進行，於是提出了如果病毒進入了計算機系統，從系統結構角度採取措施(虛擬空間隔離)來防止「病毒對系統內需要保護的軟硬體進行盜竊或破壞」比較容易。提出了在國際上第一個防止病毒攻擊和盜竊的計算機體系結構，申請並獲得了兩個相關的發明專利。
2004年，他發現1965年Zadeh提出的模糊集合論不完備（不能正確描述客觀世界中的各種模糊現象）和不可能有補集等兩個缺點。Zadeh先生誤把「共軛」定義成為「補集」導致了思維、邏輯和概念混亂的錯誤。Zadeh先生沒能接受數學家們的批評，反而把錯誤說成為「對傳統的挑戰」、「擺脫傳統的約束」，誤導了人們錯誤地以為模糊集合論必須與經典數學理論相悖的更嚴重錯誤，導致40年後的今天，模糊集合論仍然不是一門嚴格的數學理論。他指出模糊集合之間存在著關系（獨立、不相交、包含、相交而不包含），在提出模糊集合之間的相關系數(ζB/A(u)=mA?B(u)/mA(u))及隸屬度統一計算公式的基礎上，提出與概率論的基本部分同構，與經典集合論一致，與通常邏輯、思維和概念相一致的新模糊集合論（突出統計背景的C-，屏蔽統計背景的C*-）。把模糊集合論扳回精確科學軌道。克服了Zadeh模糊集合論的全部錯誤和缺點。並且證明了它們可以成為「一套理論，多種解釋」。一套理論，就是概率論。多種解釋，就是概率論解釋、模糊集合論解釋、可信度解釋、可能度解釋、權函數解釋，等等各種「不確定度量」的解釋。最近又發現J.?ukasiewicz多值（命題）邏輯理論犯有類似毛病和相似的克復方法。
他指導過或正在指導的博士碩士研究生有近百名。曾經參加並指導兩批研究生及有關人員創匯百萬美元以上。在國內外一級學報、及國外國際會議等發表過70多篇學術論文，其中第一作者約50篇。此外還有30多篇有關重大工程的論證報告。近幾年來，已經申請六項發明專利（其中三個已獲，三個在審理中）。獲國家級一等獎兩個(集體，一項他是新原理提出者和總體設計負責人，另一項他是系統結構設計負責人之一)。科學院特等獎一個(集體)。獲全國科學大會科學重大成果獎的項目中，有一項他是負責人，一項是系統結構負責人，一項是系統結構負責人之一，還有一項，他參加其總功能指標的確定。1978年被評為全國科學大會先進工作者(全國勞模)，1984年被國家科委授予第一批有突出貢獻專家稱號。

② c語言如何串列演算法並行化

你好，C的並行方法為擴展並行。即使用第三方C語擴展來實現，現在基於C的並行擴展有openMP、CUDA等，如果需要推薦書發消息給我。補充：你現在的想法跟AMD的差不多，但是實際用途只在部分代碼上有用，具體大的工程實踐還是需要相關人員自己進行並行設計，你可以通過很多書上的並行方法通過自己設計解析軟體把程序代碼分解為openMP代碼並作為預處理代碼。

③ 串列計算和並行計算在演算法設計中的不同點

首先，應用的場合和解決的問題不一樣。分布式計算比較傾向於在計算尋找模式的東西，窮舉暴力之類的計算。分布式的計算被分解後的小任務互相之間有獨立性，節點之間的結果幾乎不互相影響，實時性要求不高。而並行計算則比較傾向於一些海量數據進行分析處理的場合，每個節點的每一個任務塊都是必要的，計算的結果相互影響，要求每個節點的計算結果要絕對正確，並且在時間上做到同步。舉例來說，像MD5破解，就比較適合使用大規模的分布式計算來窮舉，但對海量日誌數據進行處理來分析用戶行為就比較適合並行計算處理。

其次，實現方式區別比較大。分布式計算會是一個比較鬆散的結構，並行計算則是各節點之間通過高速網路或其它匯流排之類的東西連接。因此並行計算一般在企業內部進行，而分布式計算可能會跨越區域網，或者直接部署在互聯網上，節點之間幾乎不互相通信。很多公益性的項目，就是的使用分布式計算的方式在互聯網上實現，比如以尋找外星人為目的的SETI項目。

④ 計算方法中什麼是串列演算法與並行演算法

如果認為題主所說的並行和串列指的GPU和CPU
CPU核心大量晶體管用於緩存，保證盡快執行每一條指令（不管是什麼指令）。
GPU核心大量晶體管用於計算，保證盡量高的指令吞吐量。

可以這樣比喻。
CPU=1個理工科博士（沒有黑文科博士的意思）
GPU=100個小學生

目前的問題是，要算1萬道簡單的加減法，肯定是小學生們一起算的快。
但如果要思考相對論，還是讓博士來吧。

⑤ 串列演算法和並行演算法有什麼區別 盡可能詳細點

串列演算法是單個處理器的運算並行演算法，是將一個計算任務分攤到多個處理器上並同時運行的計算方法。比如雙核CPU ，從外部看起來是一個CPU，但是內部有兩個運算核心。

⑥ 串列演算法是否都能轉成並行演算法

你好，C平行的方法可擴展並行。使用C語言擴展第三方基於C語言的並行擴展OpenMP中，CUDA等，如果你需要的信我推薦消息。補充：你的想法幾乎與AMD，但實際用途上唯一有用的部分代碼，具體的工程實踐或相關人員並行設計，你可以通過自己的設計分析軟體程序代碼的並行方法的許多書籍到OpenMP代碼，作為前處理的代碼。

⑦ 串列演算法改成並行演算法

#include "stdafx.h"
#include<stdio.h>
#include<math.h>
#include <time.h>
#include <omp.h>
#include<iostream>
using namespace std;

//設置全局數組——牛頓 科特斯公式系數表

double C[6][7]={{1.0/2,1.0/2},{1.0/6,4.0/6,1.0/6},{1.0/8,3.0/8,3.0/8,1.0/8},{7.0/90,16.0/45,2.0/15,16.0/45,7.0/90},{19.0/288,25.0/96,25.0/144,25.0/144,25.0/96,19.0/188},{41.0/840,9.0/35,9.0/280,34.0/105,9.0/280,9.0/35,41.0/840}};
int _tmain(int argc, _TCHAR* argv[])
{
double a=0.0,b=0.0,Cotes=0.0,begin ,end;
int n=0;
cout<<"請分別輸入積分段的下限和上限："<<endl;
cin>>a>>b;
cout<<"請輸入您想設置的分段數（節點數-1）："<<endl;
cin>>n;

//檢測輸入

while(!(n>=1&&n<=6))
{

cout<<"分段數最多為6，請重新輸入"<<endl;

cin>>n;

}

begin=(double)clock(); /*計算開始時間的函數*/

omp_set_num_threads(2);
#pragma omp parallel for rection(+:Cotes)
for(int j=0;j<=n;j++) //計算科特斯公式的值

Cotes=Cotes+C[n-1][j]*log((j*(b-a)/n)+a); //函數f(x)為f(x)=ln x 這里可以改成想要的函數

Cotes=(b-a)*Cotes;

cout<<"牛頓—柯特斯公式計算積分的結果是"<<Cotes<<endl;

end=(double)clock(); //牛頓—柯特斯公式積分計算的結束時間

printf("\n牛頓—柯特斯公式計算積分所需要的時間是：%f秒\n",(end-begin)/ (double)CLOCKS_PER_SEC);
return 0;
}