80年代初的Intel 8088微处理器,运行在4.77MHz的频率之上。二十多年过去了,目前市面上最快的微处理器Intel XERO 3.8GHz的速度比那个时候提高了600多倍。 今天的软件比起以前那些仅仅基于文本界面的简单应用要复杂多了而且还集成了更多功能。从游戏软件,商业软件到用于科学计算的软件,它们需要使用比以前更多的计算机资源,而且对于它们来说,目前的资源还远远不够。一个应用程序的性能完全取决于程序员是如何实现它的特性或者如何去解决这个应用的。高度优化的应用能够在速度上数十倍于性能很差的应用。使用一个优秀的算法和非常好的设计去实现它能够带来软件性能上质的变化。 本文以一个优化相关器为例子来说明性能优化的方法学及其重要性。 21CMA利用综合孔径成像原理,把天线采集的电压信号进行快速傅立叶变换后再做相关运算,获得复可见度函数,再分析成图。采集的数据量相当大(每天约1.38PB),要求现场作相关运算,这样可把每天存储数据量压缩至890GB(假设积分10秒存盘一次),且得到了数据分析所需的最小单位。以往被正式应用的相关器都是在硬件上实现的,存在着开发周期长、灵活性差、成本高等缺点。本文介绍了基于集群平台,利用通用软件实现相关器的创新方案。它克服了硬件实现的种种弊端,为综合孔径成像技术提供一种范例。 本人成功的搭建了一套基于双网络(千兆以太网和Infiniband网络)的高性能集群平台,优化了集群节点性能和管理方法。在硬件平台一定的情况下,如何充分的,有针对性的开发其性能,并寻找适当的并行算法来设计软件就至关重要了。