中国并行算法的先驱

㈠ 毕业设计 我想阐述一下并行计算的发展

从20世纪40年代开始的现代计算机发展历程可以分为两个明显的发展时代：串行计算时代、并行计算时代。每一个计算时代都从体系结构发展开始，接着是系统软件（特别是编译器与操作系统）、应用软件，最后随着问题求解环境的发展而达到顶峰。

并行计算机是由一组处理单元组成的。这组处理单元通过相互之间的通信与协作，以更快的速度共同完成一项大规模的计算任务。因此，并行计算机的两个最主要的组成部分是计算节点和节点间的通信与协作机制。并行计算机体系结构的发展也主要体现在计算节点性能的提高以及节点间通信技术的改进两方面。

节点性能不断进步

20世纪60年代初期，由于晶体管以及磁芯存储器的出现，处理单元变得越来越小，存储器也更加小巧和廉价。这些技术发展的结果导致了并行计算机的出现。这一时期的并行计算机多是规模不大的共享存储多处理器系统，即所谓大型主机。IBM 360是这一时期的典型代表。

到了20世纪60年代末期，同一个处理器开始设置多个功能相同的功能单元，流水线技术也出现了。与单纯提高时钟频率相比，这些并行特性在处理器内部的应用大大提高了并行计算机系统的性能。伊利诺依大学和Burroughs公司此时开始实施Illiac Ⅳ计划，研制一台64颗CPU的SIMD主机系统，它涉及到硬件技术、体系结构、I/O设备、操作系统、程序设计语言直至应用程序在内的众多研究课题。不过，当一台规模大大缩小的原型系统（仅使用了16颗CPU）终于在1975年面世时，整个计算机界已经发生了巨大变化。

首先是存储系统概念的革新，提出虚拟存储和缓存的思想。以IBM 360/85和IBM 360/91为例，两者是属于同一系列的两个机型，IBM 360/91的主频高于IBM 360/85，所选用的内存速度也较快，并且采用了动态调度的指令流水线。但是，IBM 360/85的整体性能却高于IBM 360/91，惟一的原因就是前者采用了缓存技术，而后者则没有。

其次是半导体存储器开始代替磁芯存储器。最初，半导体存储器只是在某些机器中被用作缓存，而CDC7600则率先全面采用这种体积更小、速度更快、可以直接寻址的半导体存储器，磁芯存储器从此退出了历史舞台。与此同时，集成电路也出现了，并迅速应用到计算机中。元器件技术的这两大革命性突破，使得Illiac Ⅳ的设计者们在底层硬件以及并行体系结构方面提出的种种改进都大为逊色。

处理器高速发展

1976年Cray-1问世以后，向量计算机从此牢牢地控制着整个高性能计算机市场15年。Cray-1对所使用的逻辑电路进行了精心的设计，采用了我们如今称为RISC的精简指令集，还引入了向量寄存器，以完成向量运算。这一系列技术手段的使用，使Cray-1的主频达到了80MHz。

微处理器随着机器的字长从4位、8位、16位一直增加到32位，其性能也随之显着提高。正是因为看到了微处理器的这种潜力，卡内基·梅隆大学开始在当时流行的DEC PDP-11小型计算机的基础上研制一台由16台PDP-11/40处理机通过交叉开关与16个共享存储器模块相连接而成的共享存储多处理器系统C.mmp。

从20世纪80年代开始，微处理器技术一直在高速前进。稍后又出现了非常适合于SMP方式的总线协议。而伯克利加州大学则对总线协议进行了扩展，提出了Cache一致性问题的处理方案。从此，C.mmp开创出的共享存储多处理器之路越走越宽。现在，这种体系结构已经基本上统治了服务器和桌面工作站市场。

通信机制稳步前进

同一时期，基于消息传递机制的并行计算机也开始不断涌现。20世纪80年代中期，加州理工学院成功地将64个i8086/i8087处理器通过超立方体互连结构连结起来。此后，便先后出现了Intel iPSC系列、INMOS Transputer系列，Intel Paragon以及IBM SP的前身Vulcan等基于消息传递机制的并行计算机。

20世纪80年代末到90年代初，共享存储器方式的大规模并行计算机又获得了新的发展。IBM将大量早期RISC微处理器通过蝶形互连网络连结起来。人们开始考虑如何才能在实现共享存储器缓存一致的同时，使系统具有一定的可扩展性。20世纪90年代初期，斯坦福大学提出了DASH计划，它通过维护一个保存有每一缓存块位置信息的目录结构来实现分布式共享存储器的缓存一致性。后来，IEEE在此基础上提出了缓存一致性协议的标准。

20世纪90年代至今，主要的几种体系结构开始走向融合。

属于数据并行类型的CM-5除大量采用商品化的微处理器以外，也允许用户层的程序传递一些简单的消息。

Cray T3D是一台NUMA结构的共享存储型并行计算机，但是它也提供了全局同步机制、消息队列机制，并采取了一些减少消息传递延迟的技术。

随着微处理器商品化、网络设备的发展以及MPI/PVM等并行编程标准的发布，集群架构的并行计算机出现开始。IBM SP2系列集群系统就是其中的典型代表。在这些系统中，各个节点采用的都是标准的商品化计算机，它们之间通过高速网络连接起来。
1.2 有限元并行计算的发展和现状
目前，在计算力学领域内，围绕着基于变分原理的有限元法
和基于边界积分方程的边界元法，以及基于现在问世的各种并行
计算机，逐渐形成了一个新的学科分支——有限元并行计算。它
是高效能的，使得许多现在应用串行计算机和串行算法不能解决
或求解不好的大型的、复杂的力学问题能得到满意的解答，故其
发展速度十分惊人。在国际上已经掀起了利用并行机进行工程分
析和研究的高潮。从1975到1995年的二十年间，有关有限元方法
和相应的数值并行计算的文章已发表1000余篇。
有限元并行计算正在向两个方向发展。一是对系统方程组实
施并行求解的各种算法。二是并行分析方法，包括有限元并行算
法和边界元并行算法，前者趋向成熟，而后者的研究较少。对这
一方面的研究，是为了挖掘有限元计算自身潜在的并行性，是有
限元并行计算的根本问题。
1.2.1国内
并行算法的设计和有效实现强烈地依赖于并行机的硬软件环
境。国内仅极少数单位拥有并行机，且机型杂乱，因此研究人员
少，起步晚，而且局限于特定的硬件环境。从有限元分析方法的
内容来看，发表的几十篇研究论文（报告）还未显示出较强的系
统性。
1）南京航空航天大学周树荃教授等在YH-1向量机上实现了刚度
矩阵计算、对称带状矩阵的Cholesky分解和线性方程组的求解等
并行处理。针对不规则结构工程分析问题，他们还采用了变带宽
存贮方法，并实现了刚度矩阵的并行计算以及求解变带宽稀疏线
性方程组的并行直接解法【20】。
2）中国科学院计算中心王荩贤研究员等在基于Transputer芯片
的分布式MIMD系统上，提出了有限元分析中变带宽线性方程组的
并行直接解法，初步完成了一个静力分析程序【21】。
3）重庆大学张汝清教授等借助于ELXSI-6400共享存贮器型MIMD
系统，先后开展了范围比较广泛的并行算法研究，主要成果有：
a)提出了静力分析中子结构解法的并行算法，以及动力分析中模
态综合子结构法的并行算法；
b)从波前法出发，发展了多波前并行算法以求解大型结构分析
问题；
c)从Jacobi块迭代法和加权残差法出发，导出了基于异步控制的
有限元方程并行解法和有限元并行迭代的基本格式；
d)利用图论中的着色理论，实现了刚度矩阵的并行计算；
e)实现了基于有色线剖分的SOR并行迭代解法；
f)实现了子空间迭代法、Lanczos法以及利用多项式割线迭代法
和矢量迭代法求解结构固有频率和模态的并行算法；
g)针对弹塑性分析，提出了一种多波前子结构并行算法；
h)针对弹性接触问题，提出了一种基于参数变分原理的并行解法；
i)实现了一步积分法的并行处理【22】。
4）南京航空航天大学乔新教授等借助于Transputer芯片的分布式
MIMD系统实现了有限元方程组的并行直接解法，并提出了基于子结
构的预处理共轭梯度法的并行计算方法【23】。
此外，浙江大学姚坚【24】、中国科学院西南计算中心马寅国、
东北工学院张铁以及国防科技大学六系也曾对有限元分析的并行计
算开展了一些研究。
上述研究结果表明，国内并行计算方法的研究，在硬件上基于
向量机、分布式并行机和共享存贮式并行机；在内容上，似乎面很
广，但系统性和深度还很不够，软件开发距实际应用和商品化还有
很大距离，对不依赖并行机具体环境的通用并行算法研究还很少，
同样对旨在进行结构有限元分析的并行计算的硬件研究也很少。
1.2.2国外
自从美国国家宇航局（NASA）的A.K.Noor于1975年发表第一篇
有限元并行计算的文章以来，有限元并行处理技术几乎与并行计算
机同步发展。距不完全统计，到1992年，国外已发表了400余篇这方
面的论文，其中后5年的文章篇数是前12年的总和。在研究内容上也
由过去的算法研究发展到了算法、软件和硬件相结合的研究，并针对
一些机型开发了一些实用的大型结构分析软件。
1）有限元机器FEM【25】（Finite Element Machine）。早在70年
代末，就有人发表了有关FEM的论文，1982年美国国家宇航局Langley
研究中心的O.O.Storaasli等撰文详细地介绍了该中心设计的供研究
用的FEM。该机器由1个处理器阵列、1台作为控制器的微机和1个并行
操作系统及一些模块化了的通用并行算法程序组成，用户使用系统的
文本编辑器和控制器的其它特殊功能，能建立有限元计算模型并进行
分析。10多年来，又有一些人在这一方面进行了不懈的努力，但FEM
的发展前景仍然不太令人乐观。
2）心动阵列并行机【26】。心动阵列并行机主要应用于信号和图象
的并行处理，但由于其高效的矩阵计算功能，近年来有人把它应用于
有限元分析，并作了一些有益的尝试。
3）巨型向量机【27】。在有限元分析中越来越显示出巨大的威力，
处于领先的是美国思维公司的CM-2。许多结构分析家把这个具有65536
个处理器的巨型向量机应用于有限元计算，如T.Belyschko等人采用显
式方法，完成了具有32768个单元的壳的非线性有限元计算，并行效率
极高，速度几乎比CRAY X-MP/14并行机高出1个数量级。
4）并行机网络和工作站网络【28】。日本东京大学矢川等借助高速网
络把3台CRAY Y-MP机联成网络进行有限元分析，有限元方程求解采用
的是基于区域分裂技术的共轭梯度法（CGM）， 在求解三维弹性问题
时自由度个数超过了100万，系统平均运行速度高达1.74GFLOPS。另外，
他们还基于一个工程工作站网络，在并行环境下进行了类似的研究，
求解问题的自由度数高达20万个。
--
我左看右看前看后看可还是看不过来
这个....那个....我越看越奇怪....
不是我不明白，这世界变化快

㈡ pso的并行算法

与大多数随机优化算法相似，当适应值评价函数的计算量比较大时，PSO算法的计算量会很大。为了解决该问题，研究者提出了并行PSO算法。与并行遗传算法类似，并行PSO算法也可以有三种并行群体模型：主从并行模型、岛屿群体模型和邻接模型。
Schutte采用同步实现方式，在计算完一代中所有点的适应值之后才进入下一代。这种并行方法虽然实现简单，但常常会导致并行效率很差。故而有人提出异步方式的并行算法，可以在对数值精度影响不大的条件下提高PSO算法的并行性能。这两种方式采用的都是主从并行模型，其中异步方式在求解上耦合性更高，更容易产生通信瓶颈。
Baskar提出一种两个子种群并行演化的并发PSO算法，其中一个子种群采用原始的PSO算法，另一个子种群采用基于适应值距离比的PSO算法（FDR-PSO）；两个子种群之间频繁地进行信息交换。而El-Abd研究了在子种群中采用局部邻域版本的协作PSO算法，并研究了多种信息交换的方式及其对算法性能的影响。黄芳提出一种基于岛屿群体模型的并行PSO算法，并引入一种集中式迁移策略，提高了求解效率，同时改善了早收敛现象。
Li提出延迟交换信息的并行算法属于邻接模型，该算法可以提高速度，但可能使得解的质量变差。

㈢ 并行算法的并行算法的研究内容

(1) 并行计算模型 并行算法作为一门学科，首先研究的是并行计算模型。并行计算模型是算法设计者与体系结构研究者之间的一个桥梁，是并行算法设计和分析的基础。它屏蔽了并行机之间的差异，从并行机中抽取若干个能反映计算特性的可计算或可测量的参数，并按照模型所定义的计算行为构造成本函数，以此进行算法的复杂度分析。
并行计算模型的第一代是共享存储模型，如SIMD-SM和MIMD-SM的一些计算模型，模型参数主要是CPU的单位计算时间，这样科学家可以忽略一些细节，集中精力设计算法。第二代是分布存储模型。在这个阶段，人们逐渐意识到对并行计算机性能带来影响的不仅仅是CPU，还有通信。因此如何把不同的通信性能抽象成模型参数，是这个阶段的研究重点。第三代是分布共享存储模型，也是我们目前研究所处的阶段。随着网络技术的发展，通信延迟固然还有影响，但对并行带来的影响不再像当年那样重要，注重计算系统的多层次存储特性的影响。
(2) 设计技术并行算法研究的第二部分是并行算法的设计技术。虽然并行算法研究还不是太成熟，但并行算法的设计依然是有章可循的，例如划分法、分治法、平衡树法、倍增法/指针跳跃法、流水线法破对称法等都是常用的设计并行算法的方法。另外人们还可以根据问题的特性来选择适合的设计方法。
（3）并行算法分为多机并行和多线程并行。多机并行，如MPI技术；多线程并行，如OpenMP技术。
以上是并行算法的常规研究内容。

㈣ 并行遗传算法的简介

并行遗传算法，.指对遗传算法进行并行设计后的算法。遗传算法具有天生的并行性，根据算法复杂度，算法的结构可以有很多种并行设计方法。在当前多核处理器已经成为主流配置的大环境中，并行设计可以充分利用处理器资源，提高算法效率。

㈤ 陈国良的主要成果

先后主持完成了10多项国家863计划、国家攀登计划、国家自然基金、教育部博士基金等科研项目。取得了多项被国内外广泛引用的、达到国际先进水平的科研成果，发表论文100多篇，出版着作7部，译着5部，参与主编计算机类辞典、词汇5部，主审、主编计算机类各种教材8部。
获国家级二等奖以及部、省、院级一等、二等、三等奖共14项。 [1] 陈国良等，《并行计算机体系结构》，高等教育出版社，2002。
[2] 陈国良，《并行计算：结构，算法，编程》，高等教育出版社，1999。
[3] 陈国良等，《遗传算法及其应用》，人民邮电出版社，1996。
[4] 陈国良，《并行算法的设计与分析》，高等教育出版社，1994。
[5] 陈国良，陈崚，《VLSI计算理论与并行算法》，中国科大出版社，1991。
[6] 陈国良，《并行算法：排序和选择》，中国科大出版社，1990。
[7] 王鼎兴，陈国良，《互连网络结构分析》，科学出版社，1990。 陈国良，基于曙光1000的中尺度数值气象预报系统及其在江淮流域适用性研究，小型微型计算机系统，Vol.21, No.11, p1121-1125, 2000.11。
陈国良，淮河中上游群库联合优化调度算法及其并行实现，小型微型计算机系统，Vol.21, No.6, p603-607, 2000.6。
陈国良，林洁，顾乃杰， 分布式存储的并行串匹配算法的设计与分析，软件学报， 11(6), pp. 771-778, 2000.6
Chen gouliang，Heuristics for Line Capacity Design of PWE Assembly Systems，J. of China Univ. of Sci. & Tech.，Vol.30, No.2, p142-150, 2000.4。
陈国良，桂孝生，杨勃，Walch变换的截断方法及其并行实现，中国科大学报，Vol.28，No.3，pp.270-276，1998
陈国良，许锦波，LogP模型上的一类蝶式计算的通信策略，计算机学报，Vol.20，No.8，pp.695-701，1997
陈国良，熊焰，顾乃杰，面向应用的神经信息处理系统（NIPS），计算机研究与发展，Vol. 33，No.12，pp.887-892，1996
陈国良，李晓峰，黄伟民，并行FFT算法在3种并行计算模型上的设计和分析，软件学报，Vol.7，增刊， pp.57-63，1996
陈国良，并行算法的可扩放性分析， 小型微型计算机系统，Vol.16，No.2，pp.10-16，1995
陈国良，梁维发，沈鸿，并行图论算法研究进展，计算机研究与发展，Vol.32，No.9，pp.1-16，1995
陈国良，更实际的并行计算模型，小型微型计算机系统，Vol.16，No.2，pp.1-9，1995
Chen Guoliang，Zhu Song-chun，Chin Shao-ou，On the Master-Slave Neural Network Models，proc.IJCNN’92，Beijing，1992
陈国良，熊焰，方祥，通用并行神经网络模拟系统GP2N2S2，小型微型计算机系统，Vol.13，No.12，pp.16-21，1992
陈国良，神经计算及其在组合优化中的应用，计算机研究与发展，Vol.29，No.5，pp.1-21，1992
陈国良，朱松纯，秦小鸥，主从通用神经网络模型，电子学报，Vol.20，No.10，pp.24-32，1992
陈国良，张永民，改进的多层栅格嵌入算法，计算机学报，Vol.14，No.5，pp.332-339，1991
陈国良，韩雅华，Benes网络的半自动选路法，计算机学报，Vol.13，No.3，pp.161-173，1990
G.L.Chen，An O(n) Switch setting Algorithm for the Benes Network，PPCC-3，Beijing，China，Vol. 8，pp.16-19，1989
陈国良，VLSI并行计算，计算机工程与应用，No.2， pp.1-35，1989
G.L.Chen，H.Shen，A Bitonic Selection Algorithm on Multiprocessors，J.of comput. Sci.&Tech.，Vol.4，No.4，pp.315-322，1989
陈国良，非数值计算的并行算法（下），计算机研究与发展，Vol.25，No.12，pp.1-10，1988
Chen Guoliang，A Partitioning Selection Algorithm on Multiprocessors，J.of comput. Sci.&Tech.，Vol.3，No.4，pp.241-250，1988
陈国良，刘峻，多处理器上的分组选择网络，计算机研究与发展，Vol.25，No.8，pp.1-9，1988
陈国良，王忠良，并行归并选择算法，计算机学报，Vol. 11，No.1，pp.14-21，1988
陈国良，沈鸿，SIMD机器上的双调选择算法，计算机研究与发展， Vol. 25，No.1，pp.1-14，1988
陈国良，沈鸿，双调选择网络及其在多处理器上实现的双调选择算法，计算机研究与发展，Vol. 24，No.9，pp.1-10，1987
陈国良，熊焰，两个不同机种局部区域网络Cnet和Omninet网际互连，小型微型计算机系统，No.2，pp.1-8，1987
K.L.Chen and H.Shang，Bitonic Selection Algorithm on SIMD machine，The Second International conf. On computers and applications，Beijing，China，pp.176-182，1987
陈国良，数据流计算机的互连结构，计算机研究与发展，Vol. 23，No.9，pp.2-10，1986
陈国良，计算机网络互连研究，计算机研究与发展，Vol. 23，No.11，pp.2-10，1986
陈国良，选择网络的比较研究，中国科大学报，pp.109-120，1985
陈国良，多处理机系统的互连网络，计算机研究与发展，Vol. 28，No.8，pp.30-50，1985
陈国良，计算机网络拓扑（上），计算机研究与发展，Vol. 22，No.10， pp.37-45，1985
陈国良，计算机网络拓扑（下），计算机研究与发展，Vol. 22，No.11， pp.7-15，1985
B.W.Wah and K.L.Chen，A partitioning approach to the design of selection networks， IEEE Trans. On-computers，Vol.c-23，No.3 pp.261-268，1984
陈国良，平衡递归选择算法，计算机研究与发展，Vol. 21，No.4，pp.7-17，1984
陈国良，并行排序算法，计算机工程与应用，pp.62-72，1984
B.W.Wah and K.L.Chen，Generalized parallel selection networks，The first International conf. On computers and applications，Beijing，China，pp.406-413，1984
数据流计算机，计算机研究与发展，Vol. 21，No.9，pp.34-46，1984
陈国良，平衡分组选择网络，计算机研究与发展，Vol. 21，No.11，pp.9-21，1984
个人荣誉
中国科学技术大学软件学院院长、国家高性能计算中心(合肥)主任陈国良教授，数十年来，他呕心沥血，勇攀科技高峰，培养了一大批优秀人才，为我国的科技发展和经济建设作出了重要贡献。
中国科学院院士、中国科技大学教授陈国良受聘南京邮电大学兼职教授暨院士学术报告会在学校科学会堂报告厅举行。副校长张顺颐教授主持仪式和报告会。副校长郑宝玉教授向陈国良教授颁发了兼职教授聘书。受聘后，陈院士将不定期到我校对计算机学科和信息与计算学科的学科建设、教学和科研等工作进行指导。
陈国良院士是我国计算机并行算法的理论、设计和应用方面杰出的科学家。最早提出并行算法研究的一系列新观点和新方法，形成了“并行算法—并行计算机—并行编程”一体化研究体系。在非数值并行算法和高性能计算及其应用的研究方面做出了系统的创造性成就和重大贡献。是全国100名名师之一。陈国良院士受聘我校兼职教授后，将会极大地促进计算机学科和信息与计算学科的发展。
研究成果
上世纪90年代中期，陈国良教授开展了高性能计算及其应用的研究，率先成立了我国第一个国家高性能计算中心，推进了我国该领域的发展；开发了自主版权的国产曙光并行机“用户开发环境”商用软件，为推广国产并行机应用做出了重要贡献。以陈国良为首席科学家的国家高性能计算中心(合肥)成立10年来，先后承担了国家863、国家自然科学基金等项目20多项，总经费达4000余万元。在国内高校率先开设了并行算法、并行体系结构等一系列高性能计算方面的专业课，形成了并行算法类教学体系，推动了我国高性能并行计算学科的研究与发展。
陈国良图册
陈国良教授将高性能计算的理论与方法应用于淮河流域的防洪、防污和水环境的治理。他与淮委合作研制开发的国家863重大项目安徽省防灾减灾智能信息与决策支持系统，在汛期对淮河中上游九大水库进行防洪调度，他负责研制的淮河流域防洪防污智能调度系统，以削峰、错峰调度为目标，将气象数值预报、水情信息的获取与分析、流域汇流计算与洪水预警预报、水库的联合调度等有机结合，在流域防洪调度决策工作中发挥了重要的作用。2003年夏，淮河流域遭受特大洪涝灾害。陈国良带领中国科大师生一行十多人跑到一线现场，为防洪调度决策提供高性能计算支持。为确保计算参数的准确性，他还与淮河水利委员会的技术人员一同到方邱湖、西大坝等防洪重点区域实地考察，提出了洪水演进计算方案，为这一区域的防洪调度工作提供了科学依据。
在陈国良眼里，教学永远是第一位的。30多年来，他一直站在教学一线。他培养的30多名博士生中，不少人已经成为学科带头人和技术骨干。1998年，陈国良荣获安徽省教育系统模范和安徽省模范教师称号，2003年，获得首届国家教学名师奖

人物语录
亦工亦农：农民出生，在农村长大，对农村情况非常的熟悉。陈老说，虽然自己经历了很多，做过很多职业，但自己骨子里却始终不该农民的本色。至于“工”，则是因为进过军工厂，当过工人。陈老说自己对工人也有深厚的感情，他觉得工人的感情十分的朴素真挚，人也很容易相处。
陈国良图册
亦文亦武：念了大学，还出过国深造，也算得上是一名知识分子。而且自1973年调入中国科学技术大学工作至今就一直在与“文”打交道。“武”方面是因为自己在大学毕业后参军在军队里呆了四五年时间，还到过福建前线。
亦强亦弱：进入大学，先是在电力系学强电，则是“强”，后来转学的无线电与计算机都是弱电压，所以称之为“弱”。
亦硬亦软：先是研究计算机硬件方面的知识，后来又研究了计算机软件方面的知识。
亦理亦实：既做理论，又实践。两手抓，两手都硬。
亦中亦西：虽然自己在国内外都没有取得博士学位，但是研究还是有一定的成就。经常到别的国家的高校进行学术交流，在中西两方面都有一定成果和影响。
陈老还与在场的所有听众分享了他的一些小小故事：学英语发音、教专业英语、在部队的种种经历……，他幽默诙谐的语言引来了一阵阵掌声。他还认真回答了互动环节中同学们的积极提问。
二十四个普通的汉字，堆砌的是陈老不平凡的一生。他的谦和、朴素、认真的品质尽现了大师风范，也是这次讲座座无虚席的理由。
个人影响
重奖成果中科院院士陈国良获得个人一等奖
中科院院士、中国科技大学教授、中国高性能计算机中心（合肥）主任陈国良教授申报的高性能并行计算及其应用项目获得个人首届“浪潮高性能计算创新奖”一等奖。陈国良教授及其开创的高性能并行计算及其应用，为推动中国高性能科学计算的发展做出了突出的贡献。在国际上，使我国的高性能并行算法达到国际先进水平。
高性能并行计算及其应用形成了并行计算理论--并行算法设计--并行计算实现--并行计算应用一套完整的学科研究体系，提出了并行机结构--并行算法--并行编程一体化的研究方法。高性能并行计算及其应用的重要内容涉及一些经典问题的并行算法研究，如网络与排序算法、图论算法、互联网络及其路由算法、VLS布局算法等，达到了国际领先水平。在国际上，高性能并行计算及其应用，将结构、算法和编程有机联系起来，解决了水科学、气象预报、石油开采钻探等实际科学工程计算问题，也在国际同行研究中独具特色。
陈国良图册
高性能并行计算及其应用目前在国内许多工程项目中得到广泛的应用，并取得了非常好的经济和社会效益。以高性能并行计算及其应用为基础的国家863重大项目安徽省防灾减灾智能信息与决策支持系统，这一系统将中尺度数值气象预报模式的计算结果作为水情预测和群库优化调度的决策参考依据，在汛期对淮河中上游九大水库进行防洪调度，取得了显着的社会和经济效益。
而淮河流域防洪防污智能调度系统，以削峰、错峰调度为目标，将气象数值预报、水情信息的获取与分析、流域汇流计算与洪水预警预报、水库的联合调度等有机结合，其研究结果作为预报的参考依据，在流域防洪调度决策工作中发挥了重要的作用。在战胜2004年夏季淮河遭受的超过50年一遇的特大洪水中，为政府部门防洪提供了及时有效的数据支持，为防洪决策提供了有力的支持。
众所周知，淮河流域是一个水患与污患并重的特殊流域，非汛期的防污、控污任务非常艰巨。以陈国良院士的并行计算为基础，利用计算网格、信息网格等网格计算技术，构建的流域数字化基础信息平台，开发水资源污染控制系统，为淮河污染治理提供了有力的决策支持。2004年夏，淮河遭受到10年一遇的特大污染，追踪污水团沿河顺流下洩的情况，为提前开闸泄污，消化与稀释污水团提供了高性能计算支持。