加快科学工程计算领域中并行计算算法研究及流体力学中复杂流动机理研究，为机械流体工程上流体力学领域中无法模拟的商业软件的开发提供基础理论支持

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。

多PC多核分布式并行计算系统是一个通用的分布式并行计算平台，易于使用且扩展能力强，适用于海量数据的数据分析、数据统计、数据挖掘、科学计算等领域的快速处理。 图1多PC多核分布式并行计算系统布局图 系统实现了任务提交、任务管理、任务分配、任务调度、负载均衡、结果融合、容错处理等功能。用户只需要通过C、C++、Fortran等编程语言，按照串行思路编写数据处理和数据融合函数，就可实现中小集群环境下的多PC多核分布式并行计算。 主要性能： ？ 系统可扩展性好，可适应几个到100个计算节点，可适应一个或多个磁盘； ？ 在网络带宽和磁盘读写速度等能保证的情况下，处理速度与计算节点数目基本呈线性变化； ？ 动态加载不同的计算函数和处理函数，实现不同的数据处理。

多PC多核分布式并行计算系统是一个通用的分布式并行计算平台，易于使用且扩展能力强，适用于海量数据的数据分析、数据统计、数据挖掘、科学计算等领域的快速处理。系统实现了任务提交、任务管理、任务分配、任务调度、负载均衡、结果融合、容错处理等功能。用户只需要通过C、C++、Fortran等编程语言，按照串行思路编写数据处理和数据融合函数，就可实现中小集群环境下的多PC多核分布式并行计算。

生物医药的发展遇到计算性能达不到规模要求的瓶颈，该项目选择以生物医药学相关算法的高性能并行计算为目标，利用高性能并行计算系统，对生物医药进行了深入的研究。利用现代生物及化学信息学手段开展了抗病毒药物的设计工作，其中包括SARS，HIV以及广谱药物的研究。拥有自主开发的于模代数理论的快速大规模多重比对算法SMA。在计算机药物设计方面，开发了DDS—SIM模块中具有自主知识产权的算法，并拥有一套小分子和已有药物化合物的结构和生物特性的化学数据库。 创新点： 1．利用高性能并

本发明公开了一种加速基于 XOR 的 RAID-6 编解码过程的方程 并行计算方法：将基于 XOR 的 RAID-6 编码的校验规则用校验方程组 表示，把每个校验方程在编解码过程中的求解分解为两个阶段——“预 计算阶段”以及“递归求解阶段”；每个校验方程由一个独立的线程 实施求解，多个校验方程的预计算阶段被并行执行；使用一个全局共 享的数据块状态表记录数据块的状态以协调所有线程的执行。本发明 方法利用编码的潜在并行能

产品特点 　　高纯气相二氧化钛通过等离子体气相燃烧法制备，纯度高、粒径小、分布均匀，比表面积大、表面干净，无残余杂质，松装密度低，易于分散，小颗粒的气相氧化钛有很好的光催化效果，能分解在空气中的有害气体和部分无机化合物，空气净化、杀菌、除臭、防霉。纳米二氧化钛有**、自洁净性。 　　产品参数 产品名称 型号 平均粒度（nm) 纯度(%) 比表面积(m2/g) 松装密度(g/cm3) 晶型 颜色 气相二氧化钛 ZH-Ti-10NR 10 >99.9 80+-20 0.05 锐钛 白色 气相二氧化钛 ZH-Ti-20NR 20 >99.9 60+-20 0.06 锐钛 白色 气相二氧化钛 ZH-Ti-20NJ 20 >99.99 50+-20 0.06 金红石 白色 气相二氧化钛 ZH-Ti-50NJ 50 >99.99 30+-10 0.09 金红石 白色 气相二氧化钛 ZH-Ti25 20 >99.9 50+-20 0.06 混合晶型 白色 加工定制 为客户提供定制颗粒大小和表面改性处理 　　产品应用 　　1、高纯气相二氧化钛有强的光催化和优异透明性，作为一种新型材料已应用于涂料、室内空气净化等产品中; 　　2、锐钛型纳米气相二氧化钛具有好的光催化效果，广泛应用于光触媒及空气净化产品; 　　3、锐钛型纳米气相二氧化钛因比表面积大，在光催化，太阳能电池，环境净化，催化剂载体，锂电池以及气体传感器等方面广泛应用，可应用于各种**领域产品，锂电池材料。 　　4、纳米气相二氧化钛应用于塑料、橡胶和功能纤维、涂料、电池产品，它能提高产品的抗粉化能力、耐候性和产品的强度，同时保持产品的颜色光泽，延长产品的使用期; 　　5、纳米气相二氧化钛应用于油墨、涂料、纺织，能很好的提高其粘附力、抗老化、耐擦洗性能。 　　产品表征     　　包装储存 　　本品为充惰气塑料袋包装，密封保存于干燥、阴凉的环境中，不宜暴露空气中，防受潮发生氧化团聚，影响分散性能和使用效果;包装数量可以根据客户要求提供，分装。 　　技术咨询与索样 　　联系人：王经理(Mr.Wang) 　　电话：18133608898  微信：18133608898 QQ：3355407318 邮箱：sales@hfzhnano.com

产品特点 　　高纯气相法纳米氧化铝ZH-Alum通过等离子体气相燃烧法制备，反应迅速、产量大、纯度高、原晶粒径小、分布均匀，比表面积大、表面干净，无残余杂质，松装密度低，易于形成单分散，粉体表面带电荷，气相法制备可以替代进口产品。 　　产品参数 产品名称 型号 平均粒度（nm) 纯度(%) 比表面积(m2/g) 松装密度(g/cm3) 晶型 磁性异物 颜色 气相法氧化铝 ZH-Alum80 20 >99.9 80+-15 0.03 混合相 <200ppb 白色 气相法氧化铝 ZH-Alum100 15 >99.9 100+-15 0.04 混合相 <200ppb 白色 气相法氧化铝 ZH-Alum150 10 >99.9 150+-20 0.05 γ相 <200ppb 白色 气相法氧化铝 ZH-Alum220 5 >99.9 220+-20 0.05 γ相 <200ppb 白色 加工定制 为客户提供定制颗粒大小和表面改性处理 　　产品应用 　　1、高纯气相法纳米氧化铝应用于锂电池隔膜材料，提高耐高温性和安全性;也用于锂电池阳极，提高导电性和可逆放电电容;用于负极包覆，提高耐温和安全性;用作锂电池电极涂层，可以起到隔热，绝缘的作用，提高安全性能; 　　2、高纯气相法纳米氧化铝掺杂铝到钴酸锂中，可形成固溶体，稳定晶格，提高倍率性能和循环性能; 　　3、用高纯纳米氧化铝对钴酸锂进行包覆，可以提高热稳定性，提高循环性能和耐过充能力，氧的生成和LiPF6的分解，可避免LiCo02与电解液直接接触，减少电化学比容量损失，从而提高LiCoO2的电化学比容量; 　　4、纳米氧化铝中铝离子的掺杂，可以提高电池的电压，提高电池使用的安全性; 　　5、高纯气相法纳米氧化铝应用于改性进尖晶石锰酸锂材料，生产出的电池可逆容量大; 　　6、石油化工：催化剂、催化剂载体及汽车尾气净化材料; 　　7、抛光材料：亚微米/纳米级研磨材料、单晶硅片的研磨、精密抛光材料。 　　包装储存 　　本品为塑料袋内包装，外面为纸箱包装，密封保存于干燥、阴凉的环境中，不宜暴露空气中，防受潮发生团聚，影响分散性能和使用效果;包装数量可以根据客户要求提供，分装。 　　招商代理 　　气相法纳米氧化铝ZH-Alum100替代国外进口产品、面向全国各大代理商和经销商招商，欢迎大家来厂考察交流。 　　技术咨询与索样 　　联系人：王经理(Mr.Wang) 　　电 话：18133608898 微信：18133608898 QQ：3355407318 邮箱：sales@hfzhnano.com

本发明公开了一种计算复杂度感知的视频解码宏块级并行调度 方法，包含两项关键技术：一是根据熵解码和重排序之后的宏块信息， 如非零系数个数、宏块帧间预测编码类型、运动矢量等，建立宏块解 码复杂度预测线性模型，对每个模块进行复杂度分析，充分利用已知 的宏块信息，提高并行效率；二是在满足宏块解码依赖的前提下，将 宏块解码复杂度与计算并行相结合，对已获取的宏块复杂度进行排序， ·945·根据排序结果对宏块进行分组并发执行，分组