检索结果-内蒙古大学图书馆

计算机科学与探索 2021年第10期15卷 2015-2024页

作者：康上钱雪忠甘霖江南大学人工智能与计算机学院物联网技术应用教育部工程研究中心江苏无锡214122 国家超级计算无锡中心江苏无锡214131 清华大学计算机科学与技术系北京100084

演化算法作为解决大规模优化问题的重要方法,被广泛应用于机器学习、过程控制、工程优化、管理科学和社会科学等领域。然而在求解高维度、高计算密度问题时,程序性能很难得到保证。在高性能计算机上实现并行化是问题的一个热门解决方案... 详细信息

演化算法作为解决大规模优化问题的重要方法,被广泛应用于机器学习、过程控制、工程优化、管理科学和社会科学等领域。然而在求解高维度、高计算密度问题时,程序性能很难得到保证。在高性能计算机上实现并行化是问题的一个热门解决方案。针对申威众核处理器的硬件特征,提出了采用二级并行策略的自适应邻域搜索的差分进化算法(SaNSDE)。第一级为进程并行,实现了合作协同进化模型和池模型,将大规模问题划分为多个低维子问题并分布在不同进程上;第二级为线程并行,使用从核加速了适应度的计算过程。实验结果表明,采用合作协同进化模型和池模型的算法与传统的并行算法相比,经过多核扩展之后收敛效果提升更加明显。相较于串行版本算法,二级并行的SaNSDE算法在四个测试函数上分别获得了134.29、186.05、239.01和189.80的最大加速比。

关键词：高性能计算申威异构众核处理器演化算法合作协同进化模型(CC) 池模型

来源：评论

学校读者我要写书评

暂无评论

大规模线性系统异构并行求解优化方法研究

大规模线性系统异构并行求解优化方法研究

引用

作者：刘岳齐鲁工业大学

学位级别：硕士

大规模线性方程组系统广泛应用于科学、工程和商业领域数值仿真模拟,随着时代的发展,这些领域问题的复杂性和规模的不断增加,对于高性能计算的需求也愈发迫切。并行计算已成为解决大规模线性系统求解挑战的关键方法,超级计算机的异构架... 详细信息

大规模线性方程组系统广泛应用于科学、工程和商业领域数值仿真模拟,随着时代的发展,这些领域问题的复杂性和规模的不断增加,对于高性能计算的需求也愈发迫切。并行计算已成为解决大规模线性系统求解挑战的关键方法,超级计算机的异构架构已经成为当前主流趋势,这使得对线性系统进行异构并行优化变得尤为迫切。利用异构计算资源的特性和优势,可以实现更高效、更快速的线性系统求解,进而推动超级计算的性能和应用水平不断提升。新一代神威超级计算平台搭载申威26010pro异构众核处理器,虽然其运算能力强大,但其应用生态仍需进一步完善。高可扩展线性求解算法库Hypre包含多种高性能预处理库和线性系统求解器,常被应用于大规模并行计算机上,以高效求解大型稀疏线性系统。本文聚焦于大规模线性系统异构并行求解优化方法的研究,对Hypre软件包中的关键算法——预条件共轭梯度法和多重网格法进行了深入性能分析和异构并行优化,主要工作如下: (1)结合新一代神威计算平台的编译环境,将Hypre软件在该平台上进行了移植优化,使用BoomerAMG作为预条件器,对大规模线性系统迭代求解过程进行了性能热点分析。测试结果表明,耗时最长的是混合高斯赛德尔(Hybrid GaussSeidel,Hybrid GS)光滑模块和共轭梯度迭代模块。 (2)针对申威26010pro处理器中使用雅可比预条件共轭梯度法求解大规模线性系统过程中,面临的计算向量数组过长、数据不均匀、需要频繁规约等问题,提出一种通信避免的异构并行预条件共轭梯度法算法(Heterogeneous and communication-avoid PCG,hcaPCG)。综合运用主从核异构并行、线程级数据划分、从核共享空间、双缓冲技术、数据级并行等多种优化策略,充分使用加速核心计算避免数据交换,显著提升了算法的计算效率。实验结果表明,与优化前相比,主从核优化后的算法实现平均28.1倍的加速。 (3)基于新一代申威异构众核处理器的主从结构,对BoomerAMG中的计算热点——Hybrid GS光滑器进行神威异构并行优化,通过主从核任务映射、解耦强依赖数据和从核介入策略构建主从加速模型,实现Hybrid GS光滑器的高效异构并行。使用激光聚变领域数值仿真过程中形成的两个大规模矩阵数据进行对比测试,结果表明优化后的算法分别实现8.9和7.9倍的加速。

关键词：稀疏线性系统申威异构众核处理器并行计算迭代求解

来源：评论

学校读者我要写书评

暂无评论

高分辨率海洋环流模式在Intel至强和国产神威超算上的性能优化与分析

高分辨率海洋环流模式在Intel至强和国产神威超算上的性能优化与...

引用

作者：周生昌山东大学

学位级别：硕士

海洋覆盖了 70%以上的地球表面,与我们的生活息息相关,紧密相连,已经得到了越来越多的国内外学者的重视。研究海洋的手段主要有观测试验、理论研究和采用海洋数值模式进行数值模拟。其中海洋数值模式是定量描述海洋物理现象及其变化的... 详细信息

海洋覆盖了 70%以上的地球表面,与我们的生活息息相关,紧密相连,已经得到了越来越多的国内外学者的重视。研究海洋的手段主要有观测试验、理论研究和采用海洋数值模式进行数值模拟。其中海洋数值模式是定量描述海洋物理现象及其变化的数值模型,也是海洋与气候研究、预测的核心工具。随着海洋与气候研究的不断深入,海洋数值模式正朝着高分辨率和多物理过程的方向发展,这对计算的需求呈指数级增加。当前世界上超级计算机正在由P级迈向E级,为海洋环流模式的进一步发展提供了平台和机遇,同时也提出了新的挑战:如何充分发挥大规模超算平台的并行计算效能和计算潜力,提高海洋模式计算速度。海洋环流模式通常是I/O(输入/输出)密集型的,具有计算访存比低、数据读写量大、并行通信效率低下、扩展性较差等特点,这对模式的优化工作带来了较大挑战。针对以上难点,本文基于Intel至强和新一代神威平台,选取了两种应用广泛的海洋环流模式 NEMO(Nucleus for European Modelling of the Ocean)和 MITgcm(Massachusetts Institute of Technology general circulation model)开展了移植和优化工作。首先,将NEMO移植至Intel Xeon超算平台,并进行了代码和算法优化。依据代码现代化的思想对模式代码进行了编译器选项、消除冗余计算、向量化和访存等优化,并且针对模式在大规模并行下全局通信占比大导致可扩展性较差的问题,使用CA-PCG(Communication-Avoiding Preconditioned Conjugate Gradient)替换正压求解器 PCG(Preconditioned Conjugate Gradient)。其次,在Intel Xeon超算移植MITgcm,从I/O、通信、访存等方面展开优化工作。引入OpenMP线程并行划分更细粒度的任务,将计算和I/O进程分离使其相互掩盖,解决了 I/O瓶颈,对三对角求解器进行访存优化和改进边界数据交换算法等。再者,在新一代神威超算上对NEMO进行了深度移植适配优化,并构建一个超高分辨率和超大规模的模式算例。根据申威处理器主从架构的特点,设计了新的四级并行框架,在框架下分别针对主核和从核做了网格划分策略、从核通信优化、向量化等进一步优化,并在混合精度和对象存储方面做了新的探索。最后,对上述三个工作分别进行了性能测试和分析。基于Intel的NEMO在代码现代化优化后取得了 30%的性能加速,而PCG算法的改进使得模式通信占比大大降低,可以使用更少的计算资源获得相对较好的计算速度,同时大规模并行下提升了 3.56-4.4倍;MITgcm的性能提升主要是来自于对I/O的优化,优化后的I/O性能可提升44倍,整体性能提升2.38倍;在基于新一代神威超算的工作中,取得了 8.7倍的峰值性能加速,1km分辨率在27,988.480核心时的强扩展效率超过80%,弱扩展性表现稳定。总之,本文在Intel和神威两种平台下对NEMO和MITgcm进行移植和优化,在计算性能和算例分辨率均取得了优异的效果。

关键词：并行计算海洋环流模式 Intel Xeon 申威异构众核处理器性能优化

来源：评论

学校读者我要写书评

暂无评论

国产申威架构上多核排序算法的设计与实现

国产申威架构上多核排序算法的设计与实现

引用

作者：秦梓恒山东大学

学位级别：硕士

在大数据时代下,如何对海量数据进行高效的分析已成为我们亟需解决的问题,其中对数据排序是处理海量数据的关键步骤。排序算法一直以来都是计算机科学领域中探讨最为广泛的问题之一,同时该算法也是许多应用科学和工程应用的关键组成部... 详细信息

在大数据时代下,如何对海量数据进行高效的分析已成为我们亟需解决的问题,其中对数据排序是处理海量数据的关键步骤。排序算法一直以来都是计算机科学领域中探讨最为广泛的问题之一,同时该算法也是许多应用科学和工程应用的关键组成部分。伴随着排序算法的研究不断向前,现在已有许多效率较高的排序算法实现,但是这些排序算法往往适用于特定的平台或处理器,又或者是它们无法在合理时间内完成对大规模数据排序的任务。又随着多核异构体系的出现,当今许多超级计算机的处理器中往往存在多个计算核心和管理核心,它们可以实现精细地数据级、线程级并行优化,从而提高程序的整体性能。而多核排序算法的设计通常具有负载不均衡、访存次数多以及并行程度低等难点,并且目前国产申威架构上没有高效的多核排序算法,因此在国产申威架构上设计和实现高效多核排序算法的需求十分迫切。针对以上难点和挑战,本文的目标是在国产申威架构上设计和实现高效的多核排序算法库。本文的主要工作有以下几个方面:1.设计和实现了国产申威架构SW26010处理器的单核排序算法。在国产申威SW26010处理器的单核排序算法中,本文设计和实现了向量化的双调排序网络以实现数据级并行,其中该排序网络主要包括向量化的相同通道排序算法、向量化的矩阵转置算法、向量化的双调归并算法和向量化的归并有序列表算法;2.设计和实现了国产申威架构SW26010处理器的多核排序算法。在国产申威SW26010处理器的多核排序算法中,本文设计和实现了两种归并排序框架以实现线程级并行,分别为基于寄存器通信的多核归并排序框架和基于满二叉树的多核归并排序框架,同时本文对两种归并排序框架进行了比较选择;3.将本文设计的多核排序算法swSort同其它排序算法进行了比较。通过使用排序时间、排序效率、加速效果等指标,本文分析并得出以下结论:1.对于单精度浮点数排序,swSort可在5s时间内对至多5亿个单精度浮点数实现排序,并且排序效率集中在每秒钟排9.5 × 107至12.7 × 107个单精度浮点数。而在加速效果方面,swSort相比于Intel平台上实现的AVX256版排序算法可以取得2～3倍的加速效果,相比于主核调用C标准库qsort的方法可以取得73～205倍的加速效果;2.对于双精度浮点数排序,swSort可在5s时间内对至多2亿个双精度浮点数实现排序,并且在不同规模的浮点数排序中具有更好的加速效果和更可靠的稳定性,排序效率可以实现每秒钟排6 × 107至8.8 × 107个双精度浮点数,相比于主核调用C标准库qsort的方法可以取得最高74倍的加速效果。总之,本文在国产申威架构上设计并实现的多核排序算法在排序方面具有良好的性能表现。

关键词：多核排序算法申威异构众核处理器双调排序网络并行计算

来源：评论

学校读者我要写书评

暂无评论

神威国产处理器应用程序的并行参数自动寻优

引用

计算机科学与探索 2020年第11期14卷 1838-1848页

作者：刘徐肖志勇甘霖徐敬蘅陈宏博江南大学物联网工程学院江苏无锡214122 国家超级计算无锡中心江苏无锡214131 清华大学计算机科学与技术系北京100084

有限差分模板计算算法常应用于"神威·太湖之光"上完成大气模拟、石油勘探等任务,由于该算法通信开销大,计算密度高,且神威系统结构复杂,应用程序数据规模大,在程序构建和执行时难以得到合理的参数对数据进行分割,程序性... 详细信息

有限差分模板计算算法常应用于"神威·太湖之光"上完成大气模拟、石油勘探等任务,由于该算法通信开销大,计算密度高,且神威系统结构复杂,应用程序数据规模大,在程序构建和执行时难以得到合理的参数对数据进行分割,程序性能难以得到保证。针对申威26010处理器硬件特性提出一种基于遗传算法的并行参数自动寻优方法。对消息传递接口数据规模参数和从核数据规模参数进行自动寻优,对二维有限差分模板计算算法进行高性能测试。该方法在10亿次的寻址空间内寻取更优解,与编译系统自动分配相比达到了10.79倍加速比。此外,还对逆时偏移成像算法进行优化测试,与编译系统自动分配相比表现出6.31倍加速比。该方法对应用程序数据规模参数进行自动寻优,为国产异构众核处理器的高性能并行优化提供有用指导。

关键词：并行计算参数自动寻优遗传算法申威异构众核处理器有限差分算法

来源：评论

学校读者我要写书评

暂无评论

国产申威架构上的稀疏下三角求解并行算法的性能优化与分析

国产申威架构上的稀疏下三角求解并行算法的性能优化与分析

引用

作者：王庆伟山东大学

学位级别：硕士

数值模拟和人工智能已经广泛应用于科学研究、工程制造以及社会生活的方方面面,在给人类社会带来极大便利的同时,也面临着越来越严峻的算力挑战。大规模稀疏线性方程组求解在数值模拟和人工智能中都发挥着重要作用,提升其求解速度显得... 详细信息

数值模拟和人工智能已经广泛应用于科学研究、工程制造以及社会生活的方方面面,在给人类社会带来极大便利的同时,也面临着越来越严峻的算力挑战。大规模稀疏线性方程组求解在数值模拟和人工智能中都发挥着重要作用,提升其求解速度显得尤为关键。求解稀疏线性方程组的方法主要有两种:直接法和迭代法,而稀疏下三角方程求解在以上两类方法中都有重要应用,对其进行并行优化可以有效提高稀疏线性方程组的求解效率。除此之外,异构体系已经成为当前超级计算机架构的主流,日益增多的计算核心需要更加精细的线程级、指令级并行优化,因此在国产申威架构上对稀疏下三角方程求解算法进行并行优化的需求十分迫切。稀疏下三角方程求解问题具有计算访存比低、计算依赖强、写冲突以及并行度低等难点,对其进行并行优化具有很大的挑战性,针对以上难点本文的目标是在申威架构上实现通用的数学库函数,主要工作有:首先,在sw26010上实现稀疏下三角方程求解算法,并对其进行功能扩展与优化。在复现已有工作的基础之上,对其进行功能扩展,支持多种数据类型和矩阵格式;对其预处理阶段进行性能优化;选择合适的精度验证方法,排除误差累积造成的干扰。并且实现了处理多右端向量的接口,进一步提高了求解效率。再者,针对新一代申威架构,设计实现了稀疏下三角方程求解并行算法。根据架构全新特性,重新设计了稀疏层次块布局以及生产者消费者配对算法,在保证求解效率的基础上简化了求解过程。通过修改稀疏层次块布局的数据结构,避免求解过程的冗余通信。根据算法的性能表现,进行了其他设计方案的探索。最后,对两代申威架构上的稀疏下三角方程求解算法进行性能测试与分析,并设计实现自动调优方案。两个版本的稀疏下三角方程求解算法都与并行度存在明显相关性,而且也与对角非零元占比、非零元分布等因素相关,需要根据矩阵特性对算法进行针对性配置,即自动调优。对SuiteSparse稀疏矩阵数据集中的949个实数方阵和32个复数方阵进行测试,本文介绍算法的求解效率在超过73%的算例上优于同时代GPU平台上cuSparse算法,而且在求解较大规模(矩阵行列数大于10000)的算例中加速效果更优:在sw26010上最高加速26倍,平均加速7.54倍,求解20个右端向量时最高加速65倍,平均加速10.56倍;在新一代申威架构上最高加速34倍,平均加速6.51倍。总之,本文在两代国产申威架构上设计实现的稀疏下三角方程求解并行算法,在功能与性能方面都有优异表现。

关键词：稀疏下三角方程求解器申威异构众核处理器并行优化自动调优

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：