并行编译器

❶ 应用程序并行配置不正确怎么解决啊。

朋友，这是你下载的“软件”和电脑的“内存”有冲突
8套方案调试：
1.用360安全卫士里的“清理插件”，扫描“恶性插件”，再“立即清理”！
2.电脑里有木马或病毒干扰，用“360安全卫士”+“360杀毒双引擎版”，使用“木马云查杀”+“360杀毒”，“全盘扫描”和“自定义扫描”，查杀恶性软件！
查杀结束，删除病毒和木马，重启电脑，开机点开“隔离|恢复”，彻底删除木马和恶意软件！
3.如果上边方法不行，打开：“360安全卫士”，“木马查杀”里的：“360系统急救箱”！
先“开始急救”，查杀完毕，删除“可疑自启动项”和木马，再重启电脑！
然后点开“文件恢复区”，找到“可疑启动项”和木马，点“彻底删除”!
再点开“系统修复”，“全选”，再点“立即修复”！网络修复，开始修复！重启电脑！
4.你下载的播放器，或聊天软件，或IE浏览器，或驱动，或输入法，等等的程序不稳定！（建议卸掉，下载新的，或者将其升级至：“最新版本”）
注意：测试版的软件，可以不升级。
5.或者就是你安装了两款或两款以上的同类软件（如：两款播放器，多款聊天软件，或多款浏览器，多款杀毒软件，多款网络游戏等等）！它们在一起不兼容，卸掉多余的一款！尽量保持软件：“单一性”！（如：播放器：1款，下载：1款，输入法1款，浏览器1款，音乐1款，网游1款，聊天1款等等）
6.卸载方法：你在电脑左下角“开始”菜单里找到“强力卸载电脑上的软件”，找到多余的那款卸掉！
卸完了再“强力清扫”！
或者“360安全卫士”，“软件管家”，点开，第4项：“软件卸载”，点开，找
到“多余”和“类似”的软件卸载！如：“播放器”，点开，留下“暴风”，卸载“快播”！如：“下载”：点开，留下“迅雷”，卸载“快车”！（看准了再卸，别把有用的卸了）
7.再不行，下载“金山急救箱”，扩展扫描，急救系统！或者“金山网盾”，一键修复！
8.实在不行，就“一键还原”系统或“重装系统”！

❷ 我们来讲解以下如何才能编写并行程序，以及如何编译运行

我们下面以C 语言为例。
具体语法规则可参看《高性能计算并行编程技术-MPI 并行程序设计》一书。
mpicc -o outfilename cpi.c
其中outfilename 为编译后的输出文件，cpi.c 为源代码.
可将cpi.c 下载后上传的自己目录下编译.
例如:mpicc -o cpi cpi.c
如没有安装OpenPBS 则:
mpirun -np 4 cpi
否则：(一般安装了)
之后需写一作业提交脚本.例如:submit 内容如下:
#PBS -l nodes=nodes number
#PBS -N jobname#PBS -j oecd /home/xmin/Project
/usr/local/bin/mpiexec cpi
其中 #PBS -l nodes=nodes number 为指定几个节点计算.如: nodes=4
#PBS -N jobname 为用户命名的提交作业名称.如: #PBS -N xmin
#PBS -j oe 为结果和错误输出同文件.如无此项则分别在两个文件中.
cd /home/xmin/Project 编译后的输出文件所在路径(从根目录开始).
/usr/local/bin/mpiexec cpi 为mpiexec 所在路径.
下面是完整例子:
#PBS -l nodes=4
#PBS -N xmin#PBS -j oecd /home/xmin/Project
/usr/local/bin/mpiexec cpi
提交脚本如下:
qsub submit得到如下:3565.isc.math.nankai.e.cn
此为你的作业编号.
这样你就可得到类似xmin.o2666 的文件,打开即可看到结果.
你还可以查询作业提交情况.命令如下:qstat

❸ 求英特尔的编译器 icc 9.1或者10.0都行，用于openmp并行程序编写，编译环境是VC6或者vs2013这两个我都有

你可以用 gcc 呀。。 上面的错误是 无法找到VC6或更新的。 你的ICC没错吧

❹ intel visual fortran编译器用什么实现MPI并行是用MPICH2吗和MPICH2类似的还有些什么

用gcc/mingw-gcc编译的就可以调试，vc等其它编译器带有自己的调试器

❺ 用python写GPU上的并行计算程序，有什么库或者编译器

用python写GPU上的并行计算程序，有什么库或者编译器
在python命令行输入以下命令： >>>import django >>>django.VERSION (1,4,0,'final',0) >>> (1,4,0,'final',0)是我的版本，就是1.4.0版本
你好：
这个你需要看一下包的定义和导入了；
在python里面含有__init__.py的文件的文件夹叫做包；
才能进行导入：
from django.http import httpresponse

表示：django是一个包，它下面包含一个包http，
httpresponse应该是类名；

❻ C++并行技术，哪个最快Qpar, PPL, AMP, OpenMP

应该是OpenMP, 到不是它的速度多快, 而是一个开源的东西, 会被更多的人研究, 因此它的应用环境可能更容易建立起来.

❼ 目前处理并行编译技术有哪几种方法

三种形式编辑
时间并行
时间并行指时间重叠，在并行性概念中引入时间因素，让多个处理过程在时间上相互错开，轮流重叠地使用同一套硬件设备的各个部分，以加快硬件周转而赢得速度。?
时间并行性概念的实现方式就是采用流水处理部件。这是一种非常经济而实用的并行技术，能保证计算机系统具有较高的性能价格比。目前的高性能微型机几乎无一例外地使用了流水技术。
空间并行
空间并行指资源重复，在并行性概念中引入空间因素，以“数量取胜”为原则来大幅度提高计算机的处理速度。大规模和超大规模集成电路的迅速发展为空间并行技术带来了巨大生机，因而成为实现并行处理的一个主要途径。空间并行技术主要体现在多处理器系统和多计算机系统。但是在单处理器系统中也得到了广泛应用。?
时间并行+空间并行
指时间重叠和资源重复的综合应用，既采用时间并行性又采用空间并行性。显然，第三种并行技术带来的高速效益是最好的。

❽ 目前最好的Fortran编译器是什么啊最适合并行用的是什么

看你用什么操作系统。
如果是windows XP， 用compaq visual fortran就可以了，内存只能用到2G
如果是windows 7，用intel visual fortran，好处是可以处理64位，内存能用到128G，不过这个要求你要安装visual studio

❾ 什么是编译器

编译器，是将便于人编写，阅读，维护的高级计算机语言翻译为计算机能识别，运行的低级机器语言的程序。编译器将源程序（Source program）作为输入，翻译产生使用目标语言（Target language）的等价程序。源程序一般为高级语言（High-level language），如Pascal，C++等，而目标语言则是汇编语言或目标机器的目标代码（Object code），有时也称作机器代码（Machine code）。

一个现代编译器的主要工作流程如下：
源程序（source code）→预处理器（preprocessor）→编译器（compiler）→汇编程序（assembler）→目标程序（object code）→连接器（链接器，Linker）→可执行程序（executables]）

工作原理
翻译是从源代码（通常为高级语言）到能直接被计算机或虚拟机执行的目标代码（通常为低级语言或机器言）。然而，也存在从低级语言到高级语言的编译器，这类编译器中用来从由高级语言生成的低级语言代码重新生成高级语言代码的又被叫做反编译器。也有从一种高级语言生成另一种高级语言的编译器，或者生成一种需要进一步处理的的中间代码的编译器（又叫级联）。

典型的编译器输出是由包含入口点的名字和地址以及外部调用（到不在这个目标文件中的函数调用）的机器代码所组成的目标文件。一组目标文件，不必是同一编译器产生，但使用的编译器必需采用同样的输出格式，可以链接在一起并生成可以由用户直接执行的可执行程序。

编译器种类
编译器可以生成用来在与编译器本身所在的计算机和操作系统（平台）相同的环境下运行的目标代码，这种编译器又叫做“本地”编译器。另外，编译器也可以生成用来在其它平台上运行的目标代码，这种编译器又叫做交叉编译器。交叉编译器在生成新的硬件平台时非常有用。“源码到源码编译器”是指用一种高级语言作为输入，输出也是高级语言的编译器。例如: 自动并行化编译器经常采用一种高级语言作为输入，转换其中的代码，并用并行代码注释对它进行注释（如OpenMP）或者用语言构造进行注释（如FORTRAN的DOALL指令）。

预处理器（preprocessor）
作用是通过代入预定义等程序段将源程序补充完整。

编译器前端（frontend）
前端主要负责解析（parse）输入的源程序，由词法分析器和语法分析器协同工作。词法分析器负责把源程序中的‘单词’（Token）找出来,语法分析器把这些分散的单词按预先定义好的语法组装成有意义的表达式，语句 ，函数等等。
例如“a = b + c;”前端词法分析器看到的是“a, =, b , +, c;”，语法分析器按定义的语法，先把他们组装成表达式“b + c”，再组装成“a = b + c”的语句。
前端还负责语义（semantic checking）的检查，例如检测参与运算的变量是否是同一类型的，简单的错误处理。最终的结果常常是一个抽象的语法树（abstract syntax tree，或 AST），这样后端可以在次基础上进一步优化，处理。

编译器后端（backend）
编译器后端主要负责分析，优化中间代码（Intermediate representation）以及生成机器代码（Code Generation）。

一般说来所有的编译器分析，优化，变型都可以分成两大类： 函数内（intraproceral）还是函数之间（interproceral）进行。很明显，函数间的分析，优化更准确，但需要更长的时间来完成。

编译器分析（compiler analysis）的对象是前端生成并传递过来的中间代码，现代的优化型编译器（optimizing compiler）常常用好几种层次的中间代码来表示程序，高层的中间代码（high level IR）接近输入的源程序的格式，与输入语言相关（language dependent），包含更多的全局性的信息，和源程序的结构；中层的中间代码（middle level IR）与输入语言无关，低层的中间代码(Low level IR)与机器语言类似。 不同的分析，优化发生在最适合的那一层中间代码上。

常见的编译分析有函数调用树（call tree），控制流程图（Control flow graph），以及在此基础上的 变量定义－使用，使用－定义链（define-use/use-define or u-d/d-u chain），变量别名分析（alias analysis），指针分析（pointer analysis），数据依赖分析（data dependence analysis）等等。

上述的程序分析结果是编译器优化（compiler optimization）和程序变形（compiler transformation）的前提条件。常见的优化和变新有：函数内嵌（inlining），无用代码删除（Dead code elimination），标准化循环结构（loop normalization），循环体展开（loop unrolling），循环体合并，分裂（loop fusion，loop fission），数组填充（array padding），等等。 优化和变形的目的是减少代码的长度，提高内存（memory），缓存（cache）的使用率，减少读写磁盘，访问网络数据的频率。更高级的优化甚至可以把序列化的代码（serial code）变成并行运算，多线程的代码（parallelized，multi-threaded code）。

机器代码的生成是优化变型后的中间代码转换成机器指令的过程。现代编译器主要采用生成汇编代码（assembly code）的策略，而不直接生成二进制的目标代码（binary object code）。即使在代码生成阶段，高级编译器仍然要做很多分析，优化，变形的工作。例如如何分配寄存器（register allocatioin），如何选择合适的机器指令（instruction selection），如何合并几句代码成一句等等。

❿ lammps 可以同时编译 并行 和 单核吗

并行技术可分为三类，分别是线程库、消息传递库和编译器支持。线程库（如 POSIX* 线程和 Windows* API 线程）可实现对线程的显性控制；如果需要对线程进行精细管理，可以考虑使用这些显性线程技术。借助消息传递库（如消息传递接口〔MPI〕），应用程序可同时利用多台计算机，它们彼此间不必共享同一内存空间。MPI 广泛应用于科学计算领域。第三项技术是在编译器中实现的线程处理支持，采用的形式自动并行化。一旦将线程处理引入到应用程序中，开发人员就可能要面对一系列新的编程缺陷（Bug）。其中许多缺陷是难以检测到的，需要付出额外的时间和关注以确保程序的正确运行。一些比较常见的线程处理问题包括：数据争用 ,同步,线程停顿 ,锁 ,共享错误.
并行技术可以分为多进程编程和多线程编程。人们总会用某种IPC(inter-process communication，进程间通信)的形式来实现进程间同步，如管道(pipes)，信号量(semaphores)，信息队列(message queues)，或者共享存储(shared memory)。在所有的这些IPC形式中，共享存储器是最快的(除了门(doors)之外)。在处理进程间资源管理，IPC和同步时，你可以选择 POSIX或者System V的定义。
线程技术早在20世纪60年代就被提出，但真正应用多线程到操作系统中还是在20世纪80年代中期。现在，多线程技术已经被许多操作系统所支持，包括Windows NT/2000和Linux。
在1999年1月发布的Linux 2.2内核中，进程是通过系统调用fork创建的，新的进程是原来进程的子进程。需要说明的是，在Linux 2.2.x中，不存在真正意义上的线程，Linux中常用的线程Pthread实际上是通过进程来模拟的。
也就是说，Linux中的线程也是通过fork创建的，是“轻”进程。Linux 2.2缺省只允许4096个进程/线程同时运行，而高端系统同时要服务上千的用户，所以这显然是一个问题。它一度是阻碍Linux进入企业级市场的一大因素。
2001年1月发布的Linux 2.4内核消除了这个限制，并且允许在系统运行中动态调整进程数上限。因此，进程数现在只受制于物理内存的多少。在高端服务器上，即使只安装了512MB内存，现在也能轻而易举地同时支持1.6万个进程。
在Linux 2.5内核中，已经做了很多改进线程性能的工作。在Linux 2.6中改进的线程模型仍然是由Ingo Molnar 来完成的。它基于一个1:1的线程模型（一个内核线程对应一个用户线程），包括内核内在的对新NPTL（Native Posix Threading Library）的支持，这个新的NPTL是由Molnar和Ulrich Drepper合作开发的。
2003年12月发布的Linux 2.6内核，对进程调度经过重新编写，去掉了以前版本中效率不高的算法。进程标识号（PID）的数目也从3.2万升到10亿。内核内部的大改变之一就是Linux的线程框架被重写，以使NPTL可以运行其上。
在现代操作系统里，同一时间可能有多个内核执行流在执行，因此内核其实象多进程多线程编程一样也需要一些同步机制来同步各执行单元对共享数据的访问。尤其是在多处理器系统上，更需要一些同步机制来同步不同处理器上的执行单元对共享的数据的访问。在主流的Linux内核中包含了几乎所有现代的操作系统具有的同步机制，这些同步机制包括：原子操作、信号量（semaphore）、读写信号量（rw_semaphore）、spinlock、BKL(Big Kernel Lock)、rwlock、brlock（只包含在2.4内核中）、RCU（只包含在2.6内核中）和seqlock（只包含在2.6内核中）。
现在的随着现在计算机体系结构的发展,指令级的并行和线程级的并行都在日新月异地发展着.