-
公开(公告)号：CN107168683A
公开(公告)日：2017-09-15
申请号：CN201710310445.3
申请日：2017-05-05
Applicant: 中国科学院软件研究所 , 无锡江南计算技术研究所
Abstract: 本发明公开了国产申威26010众核CPU上GEMM稠密矩阵乘高性能实现方法，针对国产申威众核处理器26010，并基于存储结构、访存、硬件流水线以及寄存器级通信机制等平台特性，优化矩阵分块与核间数据映射方法，设计了自顶向下的三级分块并行块矩阵乘算法，基于寄存器级通信机制设计从核计算资源数据共享方法，并利用主从核间异步DMA数据传输机制，设计了计算与访存重叠的双缓冲策略，在单个从核上，设计了循环展开策略与软件流水线排布方法，使用了高效的寄存器分块模式以及SIMD向量化乘加指令，实现函数优化。该高性能GEMM函数性能与单核开源BLAS数学库GotoBLAS相比，平均加速比为227.94，最高加速比为296.93。
-
公开(公告)号：CN104793922B
公开(公告)日：2017-08-25
申请号：CN201510220528.4
申请日：2015-05-04
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种大整数乘法Comba算法基于OpenMP的并行实现方法，基于64位无符号长整型整数操作，通过添加三个临时数组存储加乘操作计算得到的中间结果，从而解决加乘运算与进位运算的数据相关性，将加乘操作与进位操作分开执行。在加乘操作阶段，基于中间结果每个数位求取时的计算独立性，通过OpenMP多线程编程采用动态调度策略实现加乘操作阶段的并行化，而进位阶段仍然串行执行来并行化Comba算法，提高算法效率。
-
公开(公告)号：CN105808309A
公开(公告)日：2016-07-27
申请号：CN201610130123.6
申请日：2016-03-08
Applicant: 中国科学院软件研究所
Abstract: 本发明提出了一种基于申威平台的基础线性代数库BLAS三级函数GEMM的高性能实现方法，针对国产申威SW1600平台，采用“interface接口?driver驱动?kernel汇编核心代码”的三层代码设计框架，使用乘加指令、循环展开、软件流水线指令重排、SIMD向量化运算、寄存器分块技术等与平台架构相关的技术手段，实现汇编级手工优化，解决了编译器针对计算密集型函数GEMM优化不足的问题，大幅提升函数性能，与开源BLAS数学库GotoBLAS相较，平均加速比为4.72，最高加速比为5.61。
-
公开(公告)号：CN107168683B
公开(公告)日：2020-06-09
申请号：CN201710310445.3
申请日：2017-05-05
Applicant: 中国科学院软件研究所 , 无锡江南计算技术研究所
Abstract: 本发明公开了申威26010众核CPU上GEMM稠密矩阵乘高性能实现方法，针对申威众核处理器26010，并基于存储结构、访存、硬件流水线以及寄存器级通信机制等平台特性，优化矩阵分块与核间数据映射方法，设计了自顶向下的三级分块并行块矩阵乘算法，基于寄存器级通信机制设计从核计算资源数据共享方法，并利用主从核间异步DMA数据传输机制，设计了计算与访存重叠的双缓冲策略，在单个从核上，设计了循环展开策略与软件流水线排布方法，使用了高效的寄存器分块模式以及SIMD向量化乘加指令，实现函数优化。该高性能GEMM函数性能与单核开源BLAS数学库GotoBLAS相比，平均加速比为227.94，最高加速比为296.93。
-
公开(公告)号：CN105808309B
公开(公告)日：2019-04-05
申请号：CN201610130123.6
申请日：2016-03-08
Applicant: 中国科学院软件研究所
Abstract: 本发明提出了一种基于申威平台的基础线性代数库BLAS三级函数GEMM的高性能实现方法，针对国产申威SW1600平台，采用“interface接口‑driver驱动‑kernel汇编核心代码”的三层代码设计框架，使用乘加指令、循环展开、软件流水线指令重排、SIMD向量化运算、寄存器分块技术等与平台架构相关的技术手段，实现汇编级手工优化，解决了编译器针对计算密集型函数GEMM优化不足的问题，大幅提升函数性能，与开源BLAS数学库GotoBLAS相较，平均加速比为4.72，最高加速比为5.61。
-
Patent Agency Ranking
公开(公告)号：CN104731563A
公开(公告)日：2015-06-24
申请号：CN201510157957.1
申请日：2015-04-03
Applicant: 中国科学院软件研究所
Abstract: 一种基于FFT的大整数乘法SSA算法多核并行化实现方法，其是从细粒度的角度对大整数乘法SSA算法进行多核并行优化，其核心是对利用SSA算法求取负循环卷积的四个核心计算过程分别进行并行设计，即分别对分解、FFT正变换、点乘和FFT逆变换四个计算过程进行优化。本发明充分利用硬件的多核资源，提高运行速度，在实际应用中有着十分重要的作用。
-
公开(公告)号：CN104699449A
公开(公告)日：2015-06-10
申请号：CN201510156109.9
申请日：2015-04-03
Applicant: 中国科学院软件研究所
IPC: G06F7/50
Abstract: 本发明涉及一种基于GMP的大整数加法和减法多核并行化实现方法，首先借助于临时数组来解决加法或减法操作产生的进位或借位带来的数据相关性问题，然后采用将迭代循环for中的运算进行任务划分，基于OpenMP多线程编程实现，使用动态调度策略，多线程并行求取各区域的计算任务的策略解决负载不均衡问题。本发明能借助多核平台，通过充分利用多核条件提高运行速度，在实际应用中有着十分重要的作用。
-
公开(公告)号：CN113641956A
公开(公告)日：2021-11-12
申请号：CN202110896851.9
申请日：2021-08-05
Applicant: 中国科学院软件研究所
IPC: G06F17/16
Abstract: 本发明公开一种面向SW26010‑Pro处理器的1、2级BLAS函数库的高性能实现方法，包括：对问题进行任务划分，产生若干子问题，其中所述问题的结构包括向量、普通矩阵、对称矩阵或三角矩阵；若为向量、普通矩阵或对称矩阵时，将各子问题的运算分配给相应线程；若为三角矩阵时，将子问题对角部分的运算分给0号线程，非对角部分的运算分配给其他相应线程；拼接各线程的运算结果，获取所述问题的解。本发明实现了BLAS 1、2级函数的并行化，解决了线程间的数据依赖问题，并通过自适应调优机制，进一步提升了函数的性能。
-
公开(公告)号：CN106933777B
公开(公告)日：2019-03-19
申请号：CN201710150446.6
申请日：2017-03-14
Applicant: 中国科学院软件研究所 , 无锡江南计算技术研究所
IPC: G06F17/14
Abstract: 本发明提出一种基于国产申威26010处理器的基2一维FFT的高性能实现方法，基于国产处理器申威26010平台，设计从核内行或列寄存器通信机制、访存‑计算重叠的双缓冲机制和256位单指令流多数据流的向量化运算等多种优化技术，同时提出基于两层分解的Stockham FFT计算框架且分解规则为库利‑图基算法，设计“接口层‑主核层‑从核层‑核心层”的四层结构框架进行基2一维FFT计算，从而有效解决FFT计算的访存带宽受限问题，有效提升基2一维FFT计算性能。与开源FFTW库相比，基于本平台的基2一维FFT计算性能急剧升高，以FFT计算的每秒浮点运算次数为例，其平均加速比为34.4，最高加速比达到50.3。
-
公开(公告)号：CN106775594B
公开(公告)日：2019-03-19
申请号：CN201710023923.2
申请日：2017-01-13
Applicant: 中国科学院软件研究所
IPC: G06F9/30
Abstract: 本发明公开了一种基于申威26010处理器的稀疏矩阵向量乘异构众核实现方法，由于稀疏矩阵的非零元分布很不规则，该方法设计了静态、动态两种不同的任务划分方法，以适应不同的稀疏矩阵；提出了一套动静态的缓存机制，以提升向量x的访存命中率；提出了一套自适应的优化方法，针对输入的稀疏矩阵，可以动态选出最优的执行参数，以提升其运行性能。本发明采用Matrix Market矩阵集中的16个稀疏矩阵进行测试，相比申威处理器单主核运行版SpMV最高有10倍左右加速，平均加速比为6.51。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.037 seconds)
