-
公开(公告)号:CN116431957B
公开(公告)日:2023-11-07
申请号:CN202310304954.0
申请日:2023-03-27
Applicant: 北京应用物理与计算数学研究所
Abstract: 本发明提供了一种固溶合金物态方程的快速计算方法,涉及固溶合金技术领域,所述固溶合金物态方程的快速计算方法,包括:基于平均场势法计算离子经典振动对自由能的贡献#imgabs0#基于所述离子热振动中量子效应的影响,计算量子修正项#imgabs1#计算所述离子经典振动对自由能的贡献#imgabs2#与所述量子修正项#imgabs3#之和,得到所述离子热振动对自由能的贡献Fvib(V,T)。本发明能够避免计算固溶合金的3n阶动力学矩阵,可以使计算开销降低约两个量级,修正了热膨胀系数及比热等热物性的低温非物理行为,避免了固溶合金声子所需的较大计算开销。
-
公开(公告)号:CN115563447A
公开(公告)日:2023-01-03
申请号:CN202211210741.3
申请日:2022-09-30
Applicant: 北京应用物理与计算数学研究所 , 中国科学院数学与系统科学研究院
Abstract: 本发明公开了一种固定晶格体积晶体结构弛豫的计算方法及装置,采用分块Barzilai‑Borwein步长分别更新原子位置与晶格基矢,不仅省去了多余的线极小化,也平衡了原子和晶格的尺度;利用可行集局部近似制造投影,使临时晶格基矢不会过于远离可行集,增强了算法的稳定性。
-
公开(公告)号:CN115526302B
公开(公告)日:2023-07-25
申请号:CN202210999968.4
申请日:2022-08-19
Applicant: 北京应用物理与计算数学研究所
IPC: G06N3/063 , G06N3/0464 , G06F15/163
Abstract: 本发明提供了一种基于异构多核处理器的多层神经网络计算方法及装置,涉及神经网络技术领域,该方法包括:将各从核的内存划分为计算区域和存储区域,获取神经网络参数,将神经网络参数分布式存储至各从核的存储区域中;控制从核从主内存中读取输入数据,并将输入数据存储至计算区域中;控制从核基于存储区域中存储的神经网络参数及输入数据在计算区域中进行神经网络计算,并将计算得到的输出数据存入主内存中。本发明通过将神经网络参数分布式存储至从核中,无需在每层神经网络计算时与主内存进行数据交互,大大减少了从核与主内存的数据交互次数,减少了从核与主内存的数据交互时间,节约了计算时间,提升了计算效率。
-
公开(公告)号:CN116431957A
公开(公告)日:2023-07-14
申请号:CN202310304954.0
申请日:2023-03-27
Applicant: 北京应用物理与计算数学研究所
Abstract: 本发明提供了一种固溶合金物态方程的快速计算方法,涉及固溶合金技术领域,所述固溶合金物态方程的快速计算方法,包括:基于平均场势法计算离子经典振动对自由能的贡献基于所述离子热振动中量子效应的影响,计算量子修正项计算所述离子经典振动对自由能的贡献与所述量子修正项之和,得到所述离子热振动对自由能的贡献Fvib(V,T)。本发明能够避免计算固溶合金的3n阶动力学矩阵,可以使计算开销降低约两个量级,修正了热膨胀系数及比热等热物性的低温非物理行为,避免了固溶合金声子所需的较大计算开销。
-
-
-
公开(公告)号:CN118113969A
公开(公告)日:2024-05-31
申请号:CN202311834302.4
申请日:2023-12-28
Applicant: 北京应用物理与计算数学研究所
Abstract: 本发明提供了金属液相物态方程的快速计算方法及电子设备;其中,该方法包括:基于金属的固体结构和固相Helmholtz自由能建立熔化方程,所建立的熔化方程考虑金属固体结构的不同以及不同的Grüneisen系数理论模型对高压熔化线的影响,提高了熔化线预估的置信度;此外,对目标方程进行自洽场迭代求解,得到作为待定量的液相冷能函数;在自洽场迭代求解中,采用多步混合方案实现液相冷能函数的修正,相比于现有技术中采用单步方案,加速了自洽场迭代收敛;以及,采用特定的冷能物态方程模型对该修正进行拟合得到新的液相冷能函数,避免了液相冷能函数在自洽场迭代中出现非物理行为,从而提高了金属液相物态方程的计算精度和效率。
-
公开(公告)号:CN115563447B
公开(公告)日:2023-07-21
申请号:CN202211210741.3
申请日:2022-09-30
Applicant: 北京应用物理与计算数学研究所 , 中国科学院数学与系统科学研究院
Abstract: 本发明公开了一种固定晶格体积晶体结构弛豫的计算方法及装置,采用分块Barzilai‑Borwein步长分别更新原子位置与晶格基矢,不仅省去了多余的线极小化,也平衡了原子和晶格的尺度;利用可行集局部近似制造投影,使临时晶格基矢不会过于远离可行集,增强了算法的稳定性。
-
公开(公告)号:CN115526302A
公开(公告)日:2022-12-27
申请号:CN202210999968.4
申请日:2022-08-19
Applicant: 北京应用物理与计算数学研究所
IPC: G06N3/063 , G06N3/04 , G06F15/163
Abstract: 本发明提供了一种基于异构多核处理器的多层神经网络计算方法及装置,涉及神经网络技术领域,该方法包括:将各从核的内存划分为计算区域和存储区域,获取神经网络参数,将神经网络参数分布式存储至各从核的存储区域中;控制从核从主内存中读取输入数据,并将输入数据存储至计算区域中;控制从核基于存储区域中存储的神经网络参数及输入数据在计算区域中进行神经网络计算,并将计算得到的输出数据存入主内存中。本发明通过将神经网络参数分布式存储至从核中,无需在每层神经网络计算时与主内存进行数据交互,大大减少了从核与主内存的数据交互次数,减少了从核与主内存的数据交互时间,节约了计算时间,提升了计算效率。
-
公开(公告)号:CN114220489A
公开(公告)日:2022-03-22
申请号:CN202111534901.5
申请日:2021-12-15
Applicant: 北京应用物理与计算数学研究所 , 中国科学院数学与系统科学研究院
Abstract: 本发明公开了一种原子结构弛豫的非单调线搜索方法及装置,使用BB步长作为试探步长,从而能够充分利用其优越于SD的局部收敛速度,以及使用非单调线搜索策略来判定试探位置是否被接受,减少调用线搜索算法的次数,从而极大地减少线搜索带来的昂贵开销。
-
-
-
-
-
-
-
-
-