-
公开(公告)号：CN118193135A
公开(公告)日：2024-06-14
申请号：CN202410358987.8
申请日：2024-03-27
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F9/455
Abstract: 本公开提供了基于神威架构的PIPE‑BiCGStab求解器加速优化方法及系统，涉及求解器加速优化技术领域，包括：定位搜索PETSc库热点函数，构建众核加速模型；利用所述众核加速模型对PETSc库热点函数实现PIPE‑BiCGStab求解器加速并行计算；其中，主核初始化，读入PETSc库热点函数，对PETSc库热点函数增加线程级并行计算，利用余数法，将其作为计算任务平均分配给每个核组内的从核；对从核内存访问方式进行优化，以及对数据传输方式进行优化，并使用向量化操作对矩阵和向量计算进行加速，完成并行加速计算过程。
-
公开(公告)号：CN118673710A
公开(公告)日：2024-09-20
申请号：CN202410819213.0
申请日：2024-06-24
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F30/20 , G06F15/173 , G06F13/28 , G06F111/10 , G06F119/08
Abstract: 本公开提供了二维热传导数值模拟CG算法异构并行优化方法及系统，涉及热传导数值模拟技术领域，获取二维空间内热量传递的热传导方程，进行离散化，并转换为线性方程组；利用共轭梯度算法对线性方程组进行并行优化迭代求解，以获得热传导过程的数值解；求解过程中，识别共轭梯度算法热点函数，在稀疏矩阵向量乘法中采用通信掩盖的访存方法，在共轭梯度算法迭代环节，通过RMA技术优化计算步长因子与更新共轭方向所必需的两个向量内积操作，将向量数据分发到不同的从核，进行计算后再将结果合并，并使得一个从核通过RMAll式发起对其它从核LDM的访问，利用具有依赖关系的函数进行整合主从核间数据，实现从核计算的加速。
-
公开(公告)号：CN116226587A
公开(公告)日：2023-06-06
申请号：CN202310209538.2
申请日：2023-03-01
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F17/12 , G06F15/177 , G06F9/50 , G06F9/46
Abstract: 本公开提供了一种辐射流体力学方程组AMG并行优化方法及系统，涉及数据计算处理技术领域，方法包括构建辐射流体力学方程组，读入方程组并初始化基本参数；利用代数多重网格法AMG对所述辐射流体力学方程组进行求解；其中，在所述代数多重网格法AMG的求解过程中，在从核中采用优化后的混合GS光滑算子进行光滑计算，包括为每个从核动态构建缓存数组；根据构建的缓存数组，将计算任务从主核分配后索引映射到每个从核；所述每个从核对需要参与计算的数据进行遍历计算，然后将迭代结果回传至主核。本公开加快了RHD方程的求解速度。
-
公开(公告)号：CN118467195A
公开(公告)日：2024-08-09
申请号：CN202410469627.5
申请日：2024-04-18
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明提供了一种二级子结构Schwarz方法异构并行求解方法及系统，涉及数据处理技术领域，所述方法包括：获取待求解任务；根据待求解任务进行初始化及任务划分；对待求解任务进行求解；其中，待求解任务在异构众核处理器中求解，处理器的主核执行初始化及任务划分，并将划分后的浮点计算任务分配至多个从核，多个从核接收主核分配的浮点计算任务进行并行求解，并将求解结果传输至主核。本发明将浮点计算任务分配至从核进行并行计算，充分利用了主从核的多核优势，提高了计算性能和资源利用率。
-
公开(公告)号：CN119006221A
公开(公告)日：2024-11-22
申请号：CN202411487280.3
申请日：2024-10-24
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于分布式计算相关技术领域，为了解决现有没有充分利用计算资源来求解稀疏三角矩阵的问题，提出了电力潮流计算的稀疏三角矩阵异构并行求解方法及系统，根据稀疏三角矩阵中方程之间的依赖关系，构建有向无环图；将有向无环图中存在依赖关系的任务节点进行分层处理，得到用于并行处理的图层；根据每个图层中非零元素的数量进行分块处理，得到矩阵块；基于灵活局部性调度策略，根据父节点所在从核簇的算力情况，判断当前调度矩阵块是否调度至其父节点相邻的从核上，并结合轮询调度策略对矩阵块进行分配；进而稀疏三角求解结果。充分利用分布式系统计算资源，提高计算的准确性和实时性。
-
Patent Agency Ranking
公开(公告)号：CN117707785A
公开(公告)日：2024-03-15
申请号：CN202311870609.X
申请日：2023-12-28
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明提出了面向浅水方程的pcg申威众核优化方法及系统，涉及数据处理技术领域。包括读取系数矩阵和右端项，设定基本条件；在管理核心中，基于整行对系数矩阵进行数据划分，在行方向上进行均匀分块，得到分块数据；对计算核心的LDM均匀划分两个分区，将分块数据分多次传输至计算核心，两个分区并行实现传输和计算过程；将同一核组内各计算核心计算后的数据进行求和，放入共享内存区域中，由指定计算核心再次求和后比较残差，判断是否满足残差下降要求。本发明使用基于行的划分方法、两级并行、避免通信等方法加快计算速度，针对浅水方程提供了高效的对角预条件PCG在神威超级计算机上的实现方式。
-
公开(公告)号：CN119006221B
公开(公告)日：2025-02-14
申请号：CN202411487280.3
申请日：2024-10-24
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于分布式计算相关技术领域，为了解决现有没有充分利用计算资源来求解稀疏三角矩阵的问题，提出了电力潮流计算的稀疏三角矩阵异构并行求解方法及系统，根据稀疏三角矩阵中方程之间的依赖关系，构建有向无环图；将有向无环图中存在依赖关系的任务节点进行分层处理，得到用于并行处理的图层；根据每个图层中非零元素的数量进行分块处理，得到矩阵块；基于灵活局部性调度策略，根据父节点所在从核簇的算力情况，判断当前调度矩阵块是否调度至其父节点相邻的从核上，并结合轮询调度策略对矩阵块进行分配；进而稀疏三角求解结果。充分利用分布式系统计算资源，提高计算的准确性和实时性。
-
公开(公告)号：CN118656126A
公开(公告)日：2024-09-17
申请号：CN202410820407.2
申请日：2024-06-24
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及电子信息技术领域，提供了一种基于神威超级计算机的AztecOO移植优化方法及系统。该方法包括，将Epetra和AztecOO移植到新一代神威超级计算机的主核上；基于移植后主程序的计算热点，采用手动插桩的方式，在主程序内部进行细粒度热点分析，找到计算密集函数，计算密集函数为CSR格式的稀疏矩阵向量乘的子程序；将所述子程序中假定大小数组格式改为固定内存分配方式，调整数组的具体大小；将所述稀疏矩阵中的数据按行等分，平均分配给所有从核，以使从核对分配的数据进行线程级并行计算，达到所述从核能同时完成数据计算的目的；从访存速度和访存带宽两方面进行了从核访存优化，提高了带宽利用率和访存效率，极大提升了程序计算性能。
-
公开(公告)号：CN118485262A
公开(公告)日：2024-08-13
申请号：CN202410666079.5
申请日：2024-05-28
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06Q10/0631 , G06Q50/04 , G06N3/126
Abstract: 一种基于神威架构求解作业车间调度问题的遗传算法的并行优化方法，涉及作业车间调度技术领域，包括了遗传算法求解作业车间调度问题的染色体编码方案、为避免产生局部最优解的种群进化方案、遗传算法的MPI并行方案和MPI通信优化、利用神威架构提供的三种通信方式(DMA、RMA和gld/gst指令)进行微架构调优，提供了一套高效可行的并行方案。
-
公开(公告)号：CN118260991A
公开(公告)日：2024-06-28
申请号：CN202410343688.7
申请日：2024-03-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F30/23 , G06F30/27 , G06N3/0464
Abstract: 本发明涉及计算机处理技术领域，提供了一种面向电磁场有限元分析的GCN自适应重排序方法及系统。该方法包括，基于电磁场的相关数据，构建电磁矩阵；电磁矩阵转换成图数据结构，提取图数据结构的边特征集和顶点特征集；基于边特征集、顶点特征集和附加特征，采用双层GCN模型，在每层均聚合相邻节点的信息，得到每一层的输出特征图，预测最佳重排序算法的索引，并融合每一层的输出特征图，得到融合特征图；将融合特征图和附加特征输入第一层MLP，得到第一特征图；基于第一特征图，采用第二层MLP，得到第二特征图；基于第二特征图，采用第三层MLP，得到第三特征图；将第三特征图经过全连接层及归一化层，得到电磁矩阵的重排序结果。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.085 seconds)
