随着大数据分析、大规模视频监控、大规模支付系统等如火如荼地展开，提高大规信息处理能力已经成为业界的追逐的焦点。计算机集群技术成为重要手段并突飞猛进，如我曙光系列、天河系列、IBM深蓝等超级计算机。这些高端集群利用专用的计算节点、高速网路、特殊系统构成，具有成 本高、维护代价高、运营成本贵等问题。利用普通的计算机、商业化的网络、通用的软件系统构成的 普通计算机集群因其成本低、维护便宜，更适合广泛地构建大规模集群处理和服务系统。 GOOGLE、Baidu、阿里、滕迅等公司对此青睐并获得成功。这些核心技术对外公开有限，普通信息 技术公司无法有效获取或者存在技术壁垒。因此，基于开源的LINUX集群、Hadoop集群技术在中小 公司普遍应用， ORACLE、HP、EMC等也开发了基于这些集群的数据库系统、存储系统、存储区域 网络。基于LINUX、Hadoop集群的管理软件、性能检测软件、负载均衡软件、通信系统也逐渐出 现。但面对大规模信息处理与服务的需求这些系统还不够，本项目核心的6项授权国家发明专利对基于普通计算机集群的大规模信息处理与服务应用的需求首次给出三个方面的创新贡献：  1）提出适合多计算机集群之间通信的轻便的并行通信系统和设备集群扩展系统. (1)" 简单对象 存取协议（SOAP）的并行通信系统"针对SOAP可以穿透防火墙的优势，利用SOAP构建多个集群之间 的并行通信系统，利用动态缓冲池机制、支持多节点间的数据流通信，扩展了集群通信互联的规模，并且额外消耗不多余10%；（2）"大规模物联网关系统"是针对集群外围设备的异构性，提出了基于二层数据融合机制的网关通信系统，增加了集群外围设备的扩展能力。2）提出面向大规模数据流处理的GPU集群构建与处理技术. GPU集群因其良好的SPMD（单程 序多数据并行模型）特性，适合大规模数据分析和处理。但是相关的工作还不多。"大规模并发数据流处理系统"为了发挥GPU的SPMD特性，提出了基于聚类机制的大规模并发数据流的处理架构和方 法，有效地利用了GPU计算资源； 3）提出面向GPU集群的通信系统. "面向流处理器（GPU）并行环境的数据流通信系统"基于 动态管道和私有管道机制，扩展了GPU计算进程为广义进程，使得普通人员无须了解MPI通信细节， 可以编写GPU集群的并行计算程序，加快了GPU集群的普及。项目得到国家自然科学基金(流处理器大规模网络环境下协同并行处理模型研究)、教育部博导 基金（物联网大规模并发监控实时机制）、上海市重点科技攻关项目（基于流处理器并行环境的3G 网络质量检测系统）、上海市重点科技攻关项目（广义网络环境下的协同信息处理和并行控制技术研 究）的支持。获得发明专利授权6项、实用专利3项、发表SCI、EI论文30多篇。经权威机构查新，达到国际先进水平。