-
公开(公告)号：CN103514042B
公开(公告)日：2018-01-09
申请号：CN201210204459.4
申请日：2012-06-18
Applicant: 中国科学院计算机网络信息中心 , 北京北龙超级云计算有限公司
IPC: G06F9/50
Abstract: 本发明涉及一种双调归并排序调优方法及装置。根据GPU和CPU的运算能力，分配待排序数据集；GPU和CPU对各自分配的待排序数据集进行排序；其中，排序过程中，当GPU和CPU中的数据有无关性时，同时使用CPU和GPU分别排序，在两部分数据有相关性时，将数据汇集到GPU和CPU中的一个设备上排序。由此，可以更好的重叠计算、缩短双调归并排序的执行时间，提高执行效率。
-
公开(公告)号：CN111914213B
公开(公告)日：2023-11-10
申请号：CN202010759916.0
申请日：2020-07-31
Applicant: 中国原子能科学研究院 , 中国科学院计算机网络信息中心
IPC: G06F17/16 , G06F7/523 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种稀疏矩阵向量乘运算时间预测方法及系统，其中，方法包括以下步骤：构建卷积神经网络，卷积神经网络包括输入层、特征处理层、数据拼接层以及输出层，其中，输入层用于输入稀疏矩阵中的行特征矩阵的特征、列特征矩阵的特征、体系结构参数扩展矩阵的特征；特征处理层用于提取上一层中的特征；数据拼接层，用于对提取的行特征矩阵的特征、列特征矩阵的特征、体系结构参数扩展矩阵的特征进行拼接；输出层用于输出预测结果；获取多组已知稀疏矩阵向量乘运算时间的稀疏矩阵作为样本数据，将样本数据输入至卷积神经网络以实现对卷积神经网络的训练；将待分类的稀疏矩阵输入至训练完成的卷积神经网络，实现稀疏矩阵向量乘运算时间的预测。
-
公开(公告)号：CN110660453B
公开(公告)日：2023-03-07
申请号：CN201910953927.X
申请日：2019-10-09
Applicant: 中国原子能科学研究院 , 中国科学院计算机网络信息中心
Abstract: 本说明书实施例提供了一种基于指数时间差分格式求解速率理论方程的并行计算方法，基于速率理论建立物理微观缺陷模拟模型，速率理论没有时空尺度限制，因此在模拟高的损伤剂量条件下的微观结构演化时，能够明显体现出速率理论的优势，然后使用指数时间差分格式对于主方程进行求解，求解的结果精确性更好，精度更高。
-
公开(公告)号：CN111176865A
公开(公告)日：2020-05-19
申请号：CN201911415137.2
申请日：2019-12-31
Applicant: 中国科学院计算机网络信息中心 , 青岛大学
Abstract: 本发明提供了一种基于优化算法的对等模式并行处理方法及框架，其中，方法步骤包括：主管理进程进行非阻塞式接收，接收来自子管理进程的收敛信号，根据第一预设算法进行水文模拟和纳什系数计算，生成一组适应值，对适应值进行排序处理，选择最优解；子管理进程进行非阻塞式接收广播，用于接收来自主管理进程的退出信号，再进行非阻塞式接收，用于接收来自计算进程的收敛信号，然后根据第二预设算法进行水文模拟和纳什系数计算，生成一组适应值，并对适应值进行排序，选择最优解；计算进程进行非阻塞式接收广播，用于接收来自子管理进程的退出信号；根据第一预设算法进行水文模拟和纳什系数计算，生成一组适应值，对适应值进行排序，选择最优解。
-
公开(公告)号：CN106407005B
公开(公告)日：2019-09-27
申请号：CN201610789024.9
申请日：2016-08-31
Applicant: 中国科学院计算机网络信息中心 , 中国原子能科学研究院 , 北京科技大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于多尺度耦合的并行进程合并方法及系统。其中，该方法包括:分别计算统计需耦合计算的至少两类计算方法所需的变量和所需的内存空间，并确定需传递的数据的类型与大小；判断所述至少两类计算方法中第一类计算方法的n个进程合并成第二类计算方法的1个进程的合并宽度；按照所述合并宽度对第一类计算方法的n个进程和第二类计算方法的1个进程之间的数据进行释放和迁移传输。该系统包括第一计算模块，第二计算模块和传输模块。本发明实现了计算方法在大规模并行计算中进行不同进程的数据合并，节约了计算资源，实现资源利用的最大化。
-
Patent Agency Ranking
公开(公告)号：CN106407005A
公开(公告)日：2017-02-15
申请号：CN201610789024.9
申请日：2016-08-31
Applicant: 中国科学院计算机网络信息中心 , 中国原子能科学研究院 , 北京科技大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于多尺度耦合的并行进程合并方法及系统。其中，该方法包括:分别计算统计需耦合计算的至少两类计算方法所需的变量和所需的内存空间，并确定需传递的数据的类型与大小；判断所述至少两类计算方法中第一类计算方法的n个进程合并成第二类计算方法的1个进程的合并宽度；按照所述合并宽度对第一类计算方法的n个进程和第二类计算方法的1个进程之间的数据进行释放和迁移传输。该系统包括第一计算模块，第二计算模块和传输模块。本发明实现了计算方法在大规模并行计算中进行不同进程的数据合并，节约了计算资源，实现资源利用的最大化。
-
公开(公告)号：CN115392081A
公开(公告)日：2022-11-25
申请号：CN202211012953.0
申请日：2022-08-23
Applicant: 杭州电子科技大学 , 中国科学院计算机网络信息中心
IPC: G06F30/23 , G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于FETI的高精细流致振动模拟方法，首先读入相应的算例数据，并采用NewMark方法对流致振动动力学过程进行数值离散。其次采用FETI方法对离散后的方程进行并行分解，子域在划分边界处由拉格朗日乘子进行粘合，提出域边界平衡的图二分算法，均衡各子域中的单元量和计算量，保证进程间负载均衡。最后采用预处理共轭梯度法进行迭代求解，迭代求解得到，根据得到相应的位移，根据位移，NewMark方法实现流致振动过程的时间步更新。本发明完成了数亿规模的网格数据求解，提高了求解大规模流致振动问题的效率，实现了流致振动的快速高效模拟，并且保证了进程间的负载均衡。
-
公开(公告)号：CN112016232A
公开(公告)日：2020-12-01
申请号：CN202010894719.X
申请日：2020-08-31
Applicant: 中国原子能科学研究院 , 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种撕裂有限元过程处理方法及系统，其中，该方法应用于由多个计算节点构成的撕裂有限元过程处理系统，该系统中的每个计算节点开启1个进程，每个进程开启T个线程，处理Y个子域；N个线程使用第一处理器，调用第一数学库，进行求解器的矩阵运算；T-N个线程使用第二处理器，调用第二数学库，进行求解器的矩阵运算。本发明将求解器中的矩阵计算移植到第一处理器上进行，提升了HTFETI的求解速度。
-
公开(公告)号：CN103514042A
公开(公告)日：2014-01-15
申请号：CN201210204459.4
申请日：2012-06-18
Applicant: 中国科学院计算机网络信息中心
IPC: G06F9/50
Abstract: 本发明涉及一种双调归并排序调优方法及装置。根据GPU和CPU的运算能力，分配待排序数据集；GPU和CPU对各自分配的待排序数据集进行排序；其中，排序过程中，当GPU和CPU中的数据有无关性时，同时使用CPU和GPU分别排序，在两部分数据有相关性时，将数据汇集到GPU和CPU中的一个设备上排序。由此，可以更好的重叠计算、缩短双调归并排序的执行时间，提高执行效率。
-
公开(公告)号：CN118967156B
公开(公告)日：2025-04-11
申请号：CN202411014278.4
申请日：2024-07-26
Applicant: 中国科学院地理科学与资源研究所 , 中国科学院计算机网络信息中心
IPC: G06Q30/018 , G06F18/214 , G06F18/25 , G06F18/2415 , G06N3/0442
Abstract: 一种陆地生态系统碳源汇迭代同化预测的方法，应用于陆地生态系统中碳源汇的迭代预测，包括：对目标区域的气象数据与碳数据进行采集，确定数据集合；通过数据集合中的数据，训练气象模型，通过训练完成的气象模型对气象数据进行预测，确定预测的气象数据；通过数据集合中的数据，训练碳循环模型，将预测的气象数据输入训练完成的碳循环模型，对碳通量和碳储量进行预测，确定碳循环同化数据；通过当前获取的气象数据，不断迭代更新气象模型，通过更新后的气象模型，对气象数据重新预测；基于重新预测的气象数据，更新碳循环同化数据。本方法通过观测到的碳数据来同化碳循环模型的模型参数，实现模型数据融合，进而实现对短期的碳源汇进行有效预测。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.066 seconds)
