检索结果-南通市图书馆

神威·太湖之光平台上宇宙N体模拟中FMM的并行优化

在线全文

学校读者我要写书评

暂无评论

山东科技大学学报（自然科学版） 2024年第3期43卷 105-113页

作者：韩承磊梁建国傅游叶雨曦花嵘李倩倩山东科技大学计算机科学与工程学院山东青岛266590 曲阜师范大学计算机学院山东日照273165

宇宙学模拟是典型的N体问题,是高性能计算中具有代表性和挑战性的问题之一。本研究在神威·太湖之光平台上对天文N体模拟软件PhotoNs-2中的计算主体——快速多极子方法(fast multipole method,FMM)进行移植和性能优化。针对目前研究中... 详细信息

宇宙学模拟是典型的N体问题,是高性能计算中具有代表性和挑战性的问题之一。本研究在神威·太湖之光平台上对天文N体模拟软件PhotoNs-2中的计算主体——快速多极子方法(fast multipole method,FMM)进行移植和性能优化。针对目前研究中存在的计算效率不高、通信开销大问题,结合神威·太湖之光SW26010处理器架构特点,通过数据重整、超越函数计算重构、设计双缓冲和消息传递接口通信时合并发送树进行优化。相较于优化前,优化后的PhotoNs-2在3个不同算例规模下均取得约24倍的加速效果。提出的优化方案可以为其他高性能应用在神威·太湖之光平台上的移植与优化提供参考。

关键词：神威·太湖之光平台并行优化数据重整快速多极子方法宇宙N体

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于Lp范数的非负矩阵分解并行优化算法

计算机科学 2024年第2期51卷 100-106页

作者：黄路路唐舒宇张伟代祥光重庆三峡学院电子与信息工程学院重庆404100 重庆三峡学院计算机科学与工程学院重庆404100 重庆三峡学院智能信息处理与控制重庆高校市级重点实验室重庆404100

非负矩阵分解算法可以从高维数据中提取出低维和稀疏的有用信息,是处理图像聚类、数据压缩和特征提取等问题的重要手段。传统非负矩阵分解算法大多采用欧几里得距离来度量重构误差,尽管其在许多任务中已经显示出有效性,但在解决实际应... 详细信息

非负矩阵分解算法可以从高维数据中提取出低维和稀疏的有用信息,是处理图像聚类、数据压缩和特征提取等问题的重要手段。传统非负矩阵分解算法大多采用欧几里得距离来度量重构误差,尽管其在许多任务中已经显示出有效性,但在解决实际应用问题时仍面临着聚类效果欠佳、收敛速度慢、稳定性较差等问题。为解决这些问题,文中采用Lp范数作为非负矩阵分解的损失函数,通过调节系数p来获得更好的聚类结果。基于协同优化理论和Majorization-Minimization算法,使用粒子群优化算法来并行求解基于Lp范数的非负矩阵分解问题,并在多个真实数据集上验证了所提方法的可行性和有效性。实验结果表明所提算法明显提升了程序的执行效率且一系列评价指标均优于传统非负矩阵分解算法。

关键词：非负矩阵分解 Lp范数聚类并行优化收敛速度

基于国产神威超级计算机的随机射线法并行优化研究

在线全文

学校读者我要写书评

暂无评论

基于国产神威超级计算机的随机射线法并行优化研究

作者：任增辉齐鲁工业大学

学位级别：硕士

堆芯物理计算在反应堆设计和热工安全分析中占据核心地位。随着轻水堆的广泛应用,物理数值计算领域也在不断发展。随机射线法(The Random Ray Method,TRRM)是一种基于特征线法的创新方法,它采用随机特征线轨迹来求解偏微分方程,适用于... 详细信息

堆芯物理计算在反应堆设计和热工安全分析中占据核心地位。随着轻水堆的广泛应用,物理数值计算领域也在不断发展。随机射线法(The Random Ray Method,TRRM)是一种基于特征线法的创新方法,它采用随机特征线轨迹来求解偏微分方程,适用于核反应堆的数值模拟计算。随着计算机技术的飞速发展,科学和工程计算应用软件的可靠性标准也在提高。为了满足这种高可靠性,物理建模必须精确科学,计算方法也必须完备。物理建模的精细化趋势导致计算规模显著增长。神威超级计算机是我国自主研发的超级计算机平台,已广泛应用于地震模拟、气象与气候变化、量子计算,以及核反应堆数值模拟等重要科学领域。“神威·蓝光Ⅱ”超级计算机是神威系列的第三代产品,其强大的运算能力可以更好地支持核反应堆数值模拟计算。然而,新神威超算的新架构以及核反应堆数值模拟计算的高精度要求,对算法的并行优化工作带来了更多的挑战。本文基于国产“神威·蓝光Ⅱ”超级计算机,对随机射线法进行了并行优化研究,并提出了随机射线法的并行优化程序——SW-TRRM。基于随机射线法的基本原理,本文设计了一种适用于申威众核处理器的基于区域复制的两级任务划分策略,并根据申威众核架构实现了包括线程级和进程级的两级并行方案。通过将计算任务细分为多个子任务,并将它们映射到每个从核,本方案最大限度地提高了从核组内和进程间的并行计算效率。为了在不同运行参数下维持程序的负载均衡,本文引入了动态混合并行策略。这种方法能够根据运行时数据动态调整,确保高效的资源利用和性能优化。本文提出了两级并行优化策略,包括线程级优化和进程级优化。具体来说,本文的主要工作内容如下:(1)在线程级优化中,本文提出了数据更新优化和循环结构优化两种优化方法。数据更新优化主要是提高随机射线法程序在线程级并行时对连续存储数据的访问速度。基于随机射线法中不同能群的射线可以独立计算的特性,本文对随机射线法按能群进行了并行处理,这一方法有效地减少了单次计算过程中所需的数据存储空间。基于这一特性,再通过副本规约的方法,成功地避免了随机射线法在从核并行时会出现的并行写冲突问题。最后通过本文提出的从核规约函数,完成了从核并行时的数据更新,提高了程序在单核组内的线程级并行加速比。循环结构优化通过重构算法的循环结构,使之对离散数据的访问更加适合从核Cache的特性,从而大幅度提高了Cache的命中率。这一改进提高了离散数据在从核Cache中的复用率,进一步提高了线程级并行的加速比。(2)在进程级优化中,本文提出了并行粒度优化和跨超节点的集合通信优化。并行粒度优化旨在消除程序中的部分函数在进程级并行中所需的MPI通信。在随机射线法中,由于计算原理的差异,某些函数在扩大并行规模时会导致进程间的通信量急剧增加,甚至可能出现负优化的现象。将这些函数的并行粒度从进程级降低到线程级,能够有效避免由于并行规模增加而引起的性能损失,从而提升随机射线法的多进程并行效率。另一方面,跨超节点的集合通信优化着重于减少在进程级并行中不可避免的跨超节点MPI通信。考虑到“神威·蓝光Ⅱ”超级计算机的通信拓扑结构和任务调度系统的随机性,随机射线法在一定的并行规模下必然会涉及跨超节点通信。通过优化数据传输路径,可以在大规模并行计算中减少跨超节点的MPI通信次数,显著提升算法的并行效率。基于两级并行方案,随机射线法程序实现了显著的性能提升。与原始的程序相比,SW-TRRM程序通过数据更新优化和循环结构优化,在单核组内实现了最高17.40倍的加速比。通过并行粒度优化和跨超节点的集合通信优化,在多进程并行中,除去射线输运函数外,其他部分程序最高实现了1.81倍的加速比。此外,当扩展至2048个进程时,SW-TRRM程序表现出了良好的强弱可扩展性。

关键词：高性能计算并行优化神威超级计算机随机射线法

基于“神威·蓝光Ⅱ”超级计算机的等离子体单粒子模拟程序并行优化方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于“神威·蓝光Ⅱ”超级计算机的等离子体单粒子模拟程序并行优...

作者：王梓赫齐鲁工业大学

学位级别：硕士

随着核能领域的发展,磁约束聚变数值模拟计算对精度和速度都有了更高的要求,使用高性能计算机来提高计算效率和实现大规模并行计算成为了必然趋势。等离子体单粒子模拟程序作为托卡马克核聚变研究中的重要一环,描述了等离子体粒子在托... 详细信息

随着核能领域的发展,磁约束聚变数值模拟计算对精度和速度都有了更高的要求,使用高性能计算机来提高计算效率和实现大规模并行计算成为了必然趋势。等离子体单粒子模拟程序作为托卡马克核聚变研究中的重要一环,描述了等离子体粒子在托卡马克中的运动过程,并对相关物理量进行了数值模拟研究。本文基于“神威·蓝光II”超级计算机对等离子体单粒子模拟程序进行了移植与并行优化工作。本文分析并总结了等离子体单粒子模拟程序移植与并行优化所面临的挑战。针对上述挑战,本文提出了一种高效、通用、可扩展性较强的两级并行优化方案,包括线程级并行优化方案和进程级并行优化方案。在线程级并行优化方案中,本文充分结合程序热点的特点,提出了参数优化、I/O优化、从核分角色参与计算工作的优化方法。该方案优化了内存访问方式和数据传递过程,提高了程序运行效率。在进程级并行优化方案中,本文充分结合“神威·蓝光II”超级计算机的硬件架构,提出了基于空间区域分解的并行优化方法和多层次的集合通信优化方法。该方案细化了程序原有的并行粒度,实现了程序的大规模并行,提高了进程间集合通信的效率。最终,移植和优化后的等离子体单粒子模拟程序取得了良好的优化效果。与原程序相比,线程级优化程序可以达到最高2.9倍的加速比,进程级优化程序的平均加速比超过了5.5倍,两级并行优化程序可实现高达16.8倍的加速比。优化后的程序具有良好的强、弱可扩展性,且能够在神威蓝光II超级计算机的2028个进程上稳定地运行。

关键词：高性能计算 “神威·蓝光II”超级计算机申威众核处理器等离子体单粒子模拟程序并行优化

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于OpenMP的航迹融合并行优化方法

太赫兹科学与电子信息学报 2024年

作者：吴静谢晓霞艾小锋赵锋徐振海国防科技大学电子信息系统复杂电磁环境效应国家重点实验室

针对组网雷达中分布式数据融合计算量随数据量增大急剧增加的问题及航迹融合中最耗时的航迹关联环节，提出一种基于OpenMP的多线程优化方法。通过OpenMP并行计算雷达航迹间的关联距离，提升内部算法运算速度，并将数据接收、融合处理和... 详细信息

针对组网雷达中分布式数据融合计算量随数据量增大急剧增加的问题及航迹融合中最耗时的航迹关联环节，提出一种基于OpenMP的多线程优化方法。通过OpenMP并行计算雷达航迹间的关联距离，提升内部算法运算速度，并将数据接收、融合处理和结果输出过程进行多线程处理，进一步加快外部数据交互速度，提升融合处理整体时间性能。以大容量目标场景为测试用例，评估处理时间和优化加速比。仿真结果表明，所提并行优化方法能够有效提升运算速度。

关键词：航迹融合航迹关联并行优化多线程 OpenMP技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于异构编程模型的共性算子移植与并行优化

计算机研究与发展 2024年

作者：马兆佳邵恩狄战元马立贤处理器芯片全国重点实验室(中国科学院计算技术研究所) 中国科学院大学中科南京信息高铁研究院

GPU作为构造大规模超算系统的核心计算部件，向着体系结构多样化和异构化的方向发展. 来自不同芯片厂商的GPU加速器具有差异较大的体系结构设计. 加速器类型和编程模型多样化是构建大规模超算系统的重要技术趋势. 多样化加速器要求开发... 详细信息

GPU作为构造大规模超算系统的核心计算部件，向着体系结构多样化和异构化的方向发展. 来自不同芯片厂商的GPU加速器具有差异较大的体系结构设计. 加速器类型和编程模型多样化是构建大规模超算系统的重要技术趋势. 多样化加速器要求开发者为多种硬件平台提供高性能共性算法库软件，然而这也导致了算法库软件重复开发问题. 为降低重复开发成本，统一编程模型SYCL（system-wide compute language）应运而生，并适配了多种硬件平台. 尽管如此，在不同硬件上，SYCL的性能仍不及各自原生编程模型. 因此，需要进一步优化SYCL的性能以将目前成熟完备的CUDA（compute unified device architecture）编程思路和高性能程序应用到SYCL中. 基于软硬件协同设计，提出了paraTRANS：面向跨异构编程模型SYCL代码移植过程中共性算子优化工具，并在不同场景下给出了对移植得到的SYCL的GEMM（general matrix multiplication）进行优化的方法. 评测了paraTRANS优化后基于SYCL的GEMM算子在NVIDIA RTX 3090和AMD MI100上的性能情况. 结果显示，在NVIDIA RTX 3090上，paraTRANS达到了96.95% CUDA原生算子的性能水平；在AMD MI100上，则接近CUDA在NVIDIA RTX 3090上硬件峰值百分比（100.47%）所表现出来的性能水平. 这些结果表明成功地将原生高性能CUDA算子代码移植并进一步优化至SYCL环境中，并为未来类似工作提供新颖且有效的优化思路.

关键词： SYCL 跨异构体系结构代码移植 GEMM 并行优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向非易失性内存的高性能计算并行优化研究

现代科学仪器 2024年第2期41卷 198-203,209页

作者：辛华南方电网数字电网研究院股份有限公司广东广州510663

针对非易失性内存在高性能计算运行过程中存在的内存分配不均匀问题,研究非易失性内存的高性能计算并行优化方法。结合新型高速网络RDMA和非易失性存储设备,提出分布式非易失性内存新型存储结构,加入一致性模块和本地非易失性内存管理模... 详细信息

针对非易失性内存在高性能计算运行过程中存在的内存分配不均匀问题,研究非易失性内存的高性能计算并行优化方法。结合新型高速网络RDMA和非易失性存储设备,提出分布式非易失性内存新型存储结构,加入一致性模块和本地非易失性内存管理模块,同时加强本地非易失性内存的管理;通过SPL框架进行分布式并行计算,经过数据预加载后,使用分布式独立内存分配算法优化多任务多线程的并行计算过程。实验结果表明:该方法能够使非易失性内存的数据保持一致,增强读写性能,提升工作效率;对于并行多线程任务的内存分配具有更好的扩展性,增强系统并行运算能力,同时适用性广泛。

关键词：非易失性内存高性能计算并行优化分布式储存结构内存分配算法 CPU资源分配

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

大规模海洋数据同化的并行优化

计算机研究与发展 2023年第5期60卷 1177-1190页

作者：蔡迪洪学海肖俊敏谭光明中国科学院计算技术研究所北京100190

海洋数据同化是一种同时利用海洋观测资料和海洋数值模式对海洋数据进行修正的有效方法,经过处理的海洋数据更加接近海洋的真实情况.在高分辨率下,基于中国科学院大气物理研究所(Institute of Atmospheric Physics,Chinese Academy of S... 详细信息

海洋数据同化是一种同时利用海洋观测资料和海洋数值模式对海洋数据进行修正的有效方法,经过处理的海洋数据更加接近海洋的真实情况.在高分辨率下,基于中国科学院大气物理研究所(Institute of Atmospheric Physics,Chinese Academy of Sciences,IAP)和大气科学和地球流体力学数值模拟国家重点实验室(State Key Laboratory Modelling for Atmospheric Sciences and Geophysical Fluid Dynamics,LASG)发展的LASG/IAP气候系统海洋模式(LASG/IAP climate ocean model,LICOM)的同化并行程序往往涉及大量的文件读取、通信和计算,以往的研究虽然对这些方面进行了优化,但是由于优化只是停留在上层算法层面,没有考虑底层的文件系统以及超算集群的架构,因此优化的效果不太明显.针对以往研究存在的问题,进一步将海洋数据同化的数据特性、计算特性与所使用的超算平台的架构特性相结合,在此基础上结合时间局部性和空间局部性,提出了基于计算拓扑图的负载均衡策略、基于Lustre文件存储架构和超算集群特性的并行优化策略,以及计算、读取通信、写回3层重叠策略.最后,使用高分辨率数据集,在天河2号超算集群上对所提算法进行了测试.相比于现有算法,所提的算法在4 000核下对总体同化性能上提升了18倍.另外,还在曙光7 000超算集群上开展了测试.在4 000块DCU加速卡上,相比于已有算法,所提算法提升总体计算性能8倍左右.

关键词：数据同化负载均衡 I/O优化并行优化计算与通信重叠

在线全文

学校读者我要写书评

暂无评论

面向图片识别的深度学习模型并行优化方法

西安交通大学学报 2023年第1期57卷 141-151页

作者：巨涛赵宇阳刘帅杨阳杨文杰兰州交通大学电子与信息工程学院兰州730070

针对机器学习中的图片识别问题,结合已有的图片识别方法,在集群并行系统上对图片识别的并行优化方法进行研究。通过引入参数服务器机制,对分布式随机梯度下降算法中的参数更新机制进行了改进。一方面对Worker节点计算出的梯度进行稀疏... 详细信息

针对机器学习中的图片识别问题,结合已有的图片识别方法,在集群并行系统上对图片识别的并行优化方法进行研究。通过引入参数服务器机制,对分布式随机梯度下降算法中的参数更新机制进行了改进。一方面对Worker节点计算出的梯度进行稀疏化处理,以减少Worker节点和参数服务器节点之间的通信量;另一方面将参数服务器节点向Worker节点发送更新后的模型参数转换为参数服务器节点向Worker节点发送累积的梯度,然后对累积的梯度进行稀疏化处理,以进一步减少Worker节点和参数服务器节点之间的通信量。此外,为了解决由于稀疏化而引起的训练精度损失问题,引入了一种应对动量损失的动量修正方法,以提升图片识别模型的精度。实验结果表明,与基本的异步随机梯度下降算法ASGD相比,本文并行优化方法在3种不同的压缩率下,对深度学习图片识别模型的训练速度平均可提高2.95倍,测试准确率平均提高了4.6%。

关键词：深度学习并行优化参数服务器图片识别