具有算法并行化问题的程序设计语言

通过动态规划并行化最优多序列比对

Parallelizing Optimal Multiple Sequence Alignment by Dynamic Programming

本文提出基于对等设计和多维数组索引的并行动态规划多序列比对方案，相比主从设计最高提升5倍性能，并展示多维动态规划在多处理器架构上的并行化方法。

XSTAR光电离程序的简化

Parallelizing the XSTAR Photoionization Code

我们描述了两种手段，XSTAR，一个代码，计算的物理条件和光电离气体的发射光谱，已被并行化。第一个是pvm_xstar，它是一个包装器，可以用来代替串行xstar 2xspec脚本，以促进XSTAR命令行应用程序在独立参数集上的并发执行。第二个是PModel，这是交互式光谱解释系统（ISIS）的一个插件，它允许在拟合和置信限计算期间，由几乎没有并行编程培训的科学家将各种天体物理模型的任意组件分布在处理器上。将XSTAR系列分析模型插入PModel中可以实现多个电离状态（例如，复杂的吸收体/发射体）被同时计算，从而减轻了传统串行方法的通常令人望而却步的费用。初步的性能结果表明，这些方法大大扩大了问题空间，XSTAR可以应用在实际的时间范围内。

在并行程序设计语言和库中管理通信延迟隐藏

Managing Communication Latency-Hiding at Runtime for Parallel Programming Languages and Libraries

这项工作介绍了一个运行时模型，用于管理通信，支持延迟隐藏。该模型使非计算机科学研究人员能够无缝地利用通信延迟隐藏技术。对于编译型语言，通常可以为通信创建有效的调度，但对于解释型语言，情况并非如此。通过维护调度操作之间的数据依赖性，可以积极地发起通信并惰性地评估任务，以允许在进入等待状态之前完成通信的最大时间。我们在DistNumPy中实现了这种模型的启发式，DistNumPy是数字Python的自动并行化版本，允许顺序NumPy程序在分布式内存架构上运行。此外，我们提出了八个基准测试和自动延迟隐藏的性能比较。结果表明，我们的模型减少了等待通信所花费的时间多达27倍，从最大的54%到只有2%的总执行时间，在模板应用程序。

Solving Dynamic Programming Problem by Pipeline Implementation on GPU

In this paper, we show the effectiveness of a pipeline implementation of Dynamic Programming (DP) on GPU. As an example, we explain how to solve a matrix-chain multiplication (MCM) problem by DP on GPU. This problem can be sequentially solved in $O(n^3)$ steps by DP where $n$ is the number of matrices, because its solution table is of size $n \times n$ and each element of the table can be computed in $O(n)$ steps. A typical speedup strategy for this is to parallelize the $O(n)$ step computation of each element, which can be easily achieved by parallel prefix computation, i.e., an $O(\log n)$ s…

并行且（近乎）工作高效的动态规划

Parallel and (Nearly) Work-Efficient Dynamic Programming

本文提出 Cordon Algorithm 通用框架，将高度优化的经典串行动态规划算法并行化，在多个经典问题上实现近乎工作高效和良好并行性。