采用并行计算的程序用什么编程语言开发最好

分布式(即并行计算)的编写一般用的是C++（也有用JAVA的，但是都是娱乐性质的项目了，不是主流），基本不用MPI接口。并行计算用MPI或者OpenMP。如果把网格计算算做分布式计算（网格计算是分布式计算的一种特例，但是有区别，区别仅仅在编程方法和实际应用的范围上），网格计算使用中间件！而且对联网的各台计算机的 *** 作系统的要求比较特殊。

当然vb也是可以的，c++这方面的类库比较多。

如何利用MATLAB并行计算缩短程序运行时间

最简单的是用 parfor。你可以 doc parfor 看文档（用之前需要一些配置，文档里也详述了）及相关的主题，如果您有一定的 Matlab 基础可以很快上手。

很明显并行比多线程具有更高的CPU利用率，因此效率相对更高；并行是利用CPU的多个核进行计算，而多线程是利用CPU一个核在不同时间段内进行计算。并行计算式多个线程运行在多个cpu上，多线程是多个线程运行在一个cpu上，并行计算基本是依赖多

程序要实现并行其实有两个方面，不单单是编译器的问题，首先你还要装并行库，比如mpich;其次，你要把源程序改为并行程序，要加上一些并行语句如MPI_Init (&argc, &argv)，必要时还应该把程序结构改为适用于并行。

>

以前利用多线程为拥有较大量计算的程序提速过，但也深知多线程的同步和程序的调试是一大坑，最近为实验室的项目学习了一点VS下优化代码的设置以及利用openmp加速运算，都是些很基本的提升程序速度的方法，只要稍微修改下代码和设置，就可使程序加速。配合多线程，经过clock()函数验证，我的程序运行可提高60%的速度，详细如下：

代码优化：

属性->配置属性->C/C++->代码生成：启用增强指令集，可选用 流式处理 SIMD 扩展 2 (/arch:SSE2) (/arch:SSE2)、流式处理 SIMD 扩展 2 (/arch:SSE2) (/arch:SSE2) 进行加速浮点模型，可选用 快速 (/fp:fast) 进行浮点数据运算的加速

属性->配置属性->C/C++->优化：可选用 使速度最大化 (/O2) 进行优化。全程序优化选择是（/GL），在debug版本下不能这样设置，必须在release版本

openmp并行计算：

在vs2012下，项目属性-》C/C++-》语言，openmp支持，选是，包含头文件“omph”，对基于数据分集的多线程程序设计，OpenMP是一个很好的选择。

OpenMP常用指令

parallel：用在一个代码段之前，表示这段代码将被多个线程并行执行

for：用于for循环之前，将循环分配到多个线程中并行执行，必须保证每次循环之间无相关性

parallel for：parallel 和 for语句的结合，也是用在一个for循环之前，表示for循环的代码将被多个线程并行执行

sections：用在可能会被并行执行的代码段之前

parallel sections：parallel和sections两个语句的结合

critical：用在一段代码临界区之前

single：用在一段只被单个线程执行的代码段之前，表示后面的代码段将被单线程执行

barrier：用于并行区内代码的线程同步，所有线程执行到barrier时要停止，直到所有线程都执行到barrier时才继续往下执行

atomic：用于指定一块内存区域被制动更新

master：用于指定一段代码块由主线程执行

ordered：用于指定并行区域的循环按顺序执行

threadprivate：用于指定一个变量是线程私有的

OpenMP除上述指令外，还有一些库函数，下面列出几个常用的库函数：

omp_get_num_procs：返回运行本线程的多处理机的处理器个数

omp_get_num_threads：返回当前并行区域中的活动线程个数

omp_get_thread_num：返回线程号

omp_set_num_threads：设置并行执行代码时的线程个数

omp_init_lock：初始化一个简单锁

omp_set_lock：上锁 *** 作

omp_unset_lock：解锁 *** 作，要和omp_set_lock函数配对使用

omp_destroy_lock：omp_init_lock函数的配对 *** 作函数，关闭一个锁

以上就是关于采用并行计算的程序用什么编程语言开发最好全部的内容，包括:采用并行计算的程序用什么编程语言开发最好、如何利用MATLAB并行计算缩短程序运行时间、MPI并行程序单机多线程可以运行，为什么多机计算时出现错等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！