数据并行语言中的任务并行  

Task Parallelism in a Data Parallel Language

作　　者：刘振英[1] 方滨兴[1] 张毅[1] 

机构地区：[1]哈尔滨工业大学320信箱,哈尔滨150001

出　　处：《计算机工程与应用》1999年第10期43-45,共3页Computer Engineering and Applications

基　　金：国防科工委九五预研项目的资助

摘　　要：数据并行虽然已经获得了广泛的应用，但是，仍然有一些应用程序不适于数据并行语言的并行模式，如树结构算法。数据并行与任务并行的结合可以很好地解决这些问题。该文主要讨论了在数据并行中引入任务并行时，遇到的共享变量、代码生成和处理器分配等问题，比较和分析了基于编译、基于语言和基于协作库的方法。Data parallelism has been used in a wide field, but many applications can't be whtten in the way of data parallelism, for example, data structure algorithm. Integraing data parallel and task parallel can solve these problems.This paper discusses share variables, code generation and processor distribution, compares the compiler-based, language-based and coordination libop method when task parallelism is implemented in a data parallel langUage.

关 键 词：任务并行 协作库 数据并行语言 编译器 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论] TP314[自动化与计算机技术—计算机科学与技术]