怎样让多台电脑并行计算

怎样让多台电脑并行计算

1、确定需要的硬件组件和资源；

2、需要一个头节点，至少有十几个相同的计算节点，以太网交换机，配电装置和机架；

3、确定的电力需求，散热和空间要求；

4、为专用网络IP地址，命名为节点；

5、建立计算节点。需要组装计算节点，或获得预构建服务器；

6、选择一台服务器机箱，空间，冷却和能源效率最大化；

7、内存和存储每个节点和至少一个光盘驱动器的头节点。

Windows环境下有什么软件可以让两台以上计算机并联处理数据?

可以使用集群技术 win2003企业版就自带这个功能
集群（Cluster）是由两台或多台节点机（服务器）构成的一种松散耦合的计算节点集合，为用户提
供网络服务或应用程序(包括数据库、Web服务和文件服务等)的单一客户视图，同时提供接近容错机的故
障恢复能力。集群系统一般通过两台或多台节点服务器系统通过相应的硬件及软件互连，每个群集节点都
是运行其自己进程的独立服务器。这些进程可以彼此通信，对网络客户机来说就像是形成了一个单一系统，
协同起来向用户提供应用程序、系统资源和数据。除了作为单一系统提供服务，集群系统还具有恢复服务
器级故障的能力。集群系统还可通过在集群中继续增加服务器的方式，从内部增加服务器的处理能力，并
通过系统级的冗余提供固有的可靠性和可用性。
二、集群的分类：
1、高性能计算科学集群：
以解决复杂的科学计算问题为目的的IA集群系统。是并行计算的基础，它可以不使用专门的由十至
上万个独立处理器组成的并行超级计算机，而是采用通过高速连接来链接的一组1/2/4 CPU的IA服务器，
并且在公共消息传递层上进行通信以运行并行应用程序。这样的计算集群，其处理能力与真正超级并行
机相等，并且具有优良的性价比。
2、负载均衡集群：
负载均衡集群为企业需求提供更实用的系统。该系统使各节点的负载流量可以在服务器集群中尽可
能平均合理地分摊处理。该负载需要均衡计算的应用程序处理端口负载或网络流量负载。这样的系统非
常适合于运行同一组应用程序的大量用户。每个节点都可以处理一部分负载，并且可以在节点之间动态
分配负载，以实现平衡。对于网络流量也如此。通常，网络服务器应用程序接受了大量入网流量，无法
迅速处理，这就需要将流量发送给在其它节点。负载均衡算法还可以根据每个节点不同的可用资源或网
络的特殊环境来进行优化。
3、高可用性集群：
为保证集群整体服务的高可用，考虑计算硬件和软件的容错性。如果高可用性群集中的某个节点发
生了故障，那么将由另外的节点代替它。整个系统环境对于用户是一致的。
实际应用的集群系统中，这三种基本类型经常会发生混合与交杂。
三、典型集群：
科学计算集群：
1、Beowulf
当谈到 Linux 集群时，许多人的第一反映是 Beowulf。那是最著名的 Linux
科学软件集群系统。实际上，它是一组适用于在 Linux 内核上运行的公共软件包的通称。其中包括
流行的软件消息传递 API，如“消息传送接口”(MPI) 或“并行虚拟机”
(PVM)，对 Linux 内核的修改，以允许结合几个以太网接口、高性能网络驱动器，对虚拟内存管理器
的更改，以及分布式进程间通信 (DIPC) 服务。公共全局进程标识空间允许使用 DIPC 机制从任何节
点访问任何进程。
2、MOSIX
Beowulf类似于给系统安装的一个支持集群的外挂软件，提供了应用级的集群能力。而MOSIX是彻底修
改Linux的内核，从系统级提供了集群能力，它对应用而言是完全透明的，原有的应用程序，可以不经改
动，就能正常运行在MOSIX系统之上。集群中的任何节点都可以自由地加入和移除，来接替其它节点的工
作，或是扩充系统。MOSIX 使用自适应进程负载均衡和内存引导算法使整体性能最大化。应用程序进
程可以在节点之间实现迁移，以利用最好的资源，这类似于对称多处理器系统可以在各个处理器之间切换
应用程序。由于MOSIX通过修改内核来实现集群功能，所以存在兼容性问题，部分系统级应用程序将无法
正常运行。
负载均衡/高可用性集群
3、LVS（Linux Virtual Server）
这是一个由国人主持的项目。
它是一个负载均衡/高可用性集群，主要针对大业务量的网络应用（如新闻服务、网上银行、电子商务等）。
LVS是建立在一个主控服务器(通常为双机)（director）及若干真实服务器（real-server）所组成
的集群之上。real-server负责实际提供服务，主控服务器根据指定的调度算法对real-server进
行控制。而集群的结构对于用户来说是透明的，客户端只与单个的IP（集群系统的虚拟IP）进行通信，
也就是说从客户端的视角来看，这里只存在单个服务器。
Real-server可以提供众多服务，如ftp, http, dns, telnet, nntp, smtp 等。主控服务器负责对Real-Server进
行控制。客户端在向LVS发出服务请求时，Director会通过特定的调度算法来指定由某个Real-Server
来应答请求，而客户端只与Load Balancer的IP（即虚拟IP，VIP）进行通信。
其他集群：
现在集群系统可谓五花八门，绝大部分的OS开发商，服务器开发商都提供了系统级的集群产品，最典型的
是各类双机系统，还有各类科研院校提供的集群系统。以及各类软件开发商提供的应用级别的集群系统，如
数据库集群，Application Server 集群，Web Server集群，邮件集群等等。

如何用多台电脑进行运算？

科研、视频制作等大数据量需要大量的自动化计算，因此需要多台计算机同时工作
大多时候多台计算同时工作的同时，也需要相关技术人员操作，例如，视频制作、剪辑、特效、美化等
云计算：
云计算是通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。
好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。

怎样虚拟化两个家用电脑成为一台计算能力更强的电脑

首先需要对“计算能力更强”做一个约束，因为这里除了考虑CPU/GPU的计算速度，还要考虑多台计算机之间数据传输的速度（带宽），以及磁盘I/O。在很多情况下，数据传输消耗的时间要远高于计算时间。
所有支持并行计算的任务，都应该是可以被拆分成多个并行计算过程，以MapReduce为例，绝大多数MapReduce算法都需要满足交换律和结合律。因此，需要确保所执行的任务符合并行计算模型（MapReduce，MPI等）的要求，包括算法和数据结构层面。或者，可以用满足并行计算模型的算法去近似地获得原有算法的结果。
从实现层面，最简单的办法是使用现有的并行计算框架，如MPI/OpenMPI，在其框架体系内编写算法执行任务。使用hadoop是另一个选择，但hadoop由于本身是主从结构，以及对容灾恢复等方面支持存在一定开销，更适合于大数据存储而非计算密集型任务。
BTW：GPU的SLI和CrossFire技术某种程度上也可以认为是这样一个实现。

声明： 我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本站部分文字与图片资源来自于网络，转载是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们(管理员邮箱：daokedao3713@qq.com)，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!