高能物理计算环境中KVM虚拟机的性能优化与应用

来源 :计算机科学 | 被引量 : 0次 | 上传用户:zhengjiaxun2010
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高能物理是典型的高性能计算的应用,对CPU计算能力要求很高,并且CPU利用率的高低直接影响高能物理的计算效率.虚拟化技术在实现资源共享和资源高利用率方面表现出很大的优势.基于KVM(Kernel-based Vir-tual Machine)虚拟机进行性能测试和性能优化.首先对KVM虚拟机的处理器、磁盘IO和网络IO等参数进行测试,给出虚拟机和物理机的性能差异和定量分析,然后从KVM虚拟机架构上分析影响KVM性能的各种因素,从硬件级、内核级对影响性能的因素包括扩展页表EPT(Extented Page T
其他文献
岩心图像作为石油地质分析和地球物理勘探的重要信息来源,数据量巨大、纹理信息丰富且对比度较弱。提出一种基于分形维的小波包EBCOT岩心图像压缩方法。对岩心图像进行完全小
跨媒体语义映射和跨媒体语义检索是跨媒体搜索引擎的核心技术问题。对视听神经认知的功能、层次和结构进行了分析,借鉴深度信念网络和时空层次记忆模型的设计思想,建立了一种
为了充分发挥高性能计算机的计算能力,缓解程序员设计和编写并行程序的压力,扩充可用软件集合,设计并实现了利用交互界面深入挖掘程序中的可向量化语句,优化生成代码中的向量
对医学图像进行增强可提高信息的利用率。传统的图像增强方法应用于医学图像时处理效果一般,存在诸多问题,如在增强图像的同时使图像的细节丢失,减弱了图像中目标的边缘信息,
自上而下一次钻成贯穿整个竖井的深孔,将竖井划分为若干个爆破分段,自下而上逐层进行反向爆破,爆破产生的石渣通过自重沿竖井下部自由面落入竖井底部,爆破产生的烟尘经由钻孔
持续搜索环境中的WiFi信号会严重耗费无线网卡的能量,从而影响靠电池供电的智能手机等移动设备的性能。针对这一问题,利用低能耗的次级设备来识别由WiFi接入点广播的周期性信
指针别名分析是数据流分析中的关键性技术,其分析结果是编译优化和程序变换的基础。在向量化方法和动态指针别名分析相关研究的基础上,设计了一种面向向量化的动态指针别名分
对网络虚拟化技术中的虚拟网映射问题及其研究现状进行了介绍,针对虚拟节点映射已知且物理网不支持路径分割的虚拟网映射问题,提出以物理网提供商收益最大化为目标的虚拟网映
指纹图像增强对提高自动指纹识别系统的准确性具有重要意义。针对直线Gabor滤波器在纹线弯曲程度高的区域增强效果较差和曲线Gabor滤波器增强计算复杂度较高的问题,提出了一
在移动应用层组播通信中,热点地区可能会因用户过多而导致用户流服务满意度降低,非热点地区却可能会出现资源浪费现象,引起整个系统性能下降.提出了一种基于移动终端主动反馈