-
公开(公告)号：CN111797985A
公开(公告)日：2020-10-20
申请号：CN202010710031.1
申请日：2020-07-22
Applicant: 哈尔滨工业大学
Abstract: 一种基于GPU的卷积运算内存访问优化方法，涉及卷积运算访存优化技术。本发明能够解决现有技术的卷积运算访存开销较大的缺陷。技术要点：将卷积核数据加载至共享内存中；将卷积输出以32列为单位分割成子块，得到若干个包含32列数据的子块以及1个少于32列数据的子块；每个线程计算该线程所需要的第一个数据的索引；每个线程通过列重用算法从所述第一个数据的索引中获取剩余所需的输入数据，并将获取的输入数据传递给行重用算法；经过行重用算法计算输出结果并存储在寄存器数据sum中；并将sum写入全局内存；计算卷积输出中其余待计算的数据。本发明用于对图像处理、视频处理和机器学习领域中的卷积运算进行访存优化。
-
Patent Agency Ranking
公开(公告)号：CN110399182A
公开(公告)日：2019-11-01
申请号：CN201910680644.2
申请日：2019-07-25
Applicant: 哈尔滨工业大学
Abstract: 一种CUDA线程放置优化方法，涉及基于机器学习的线程优化技术。本发明的目的是提供一种CUDA线程放置优化方法，以实现降低编程人员工作难度以及减少训练数据的获取时间的目的。技术要点：程序信息采集、程序信息处理、机器学习模型训练，程序信息处理是对静态信息和程序运行时信息进行信息汇总、数值化处理、归一化处理得到训练集程序特征，并利用程序执行时间信息集设置标签从而完成标签数据的生成；将训练集程序特征和标签数据作为输入，利用支持向量机算法进行性能建模，得到程序性能预测模型；在线程优化放置应用时，首先需调用程序信息采集模块，采集待优化程序的程序信息，然后输入已训练好的程序性能预测模型，即可获得合适的线程块设置方案。
-
公开(公告)号：CN105224452B
公开(公告)日：2018-03-16
申请号：CN201510578802.5
申请日：2015-09-11
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 一种针对科学计算程序静态分析性能的预测代价优化方法，本发明涉及针对科学计算程序静态分析性能的预测代价优化方法。本发明是要解决静态分析方法的预测代价大，引入误差的问题而提出的一种针对科学计算程序静态分析性能的预测代价优化方法。该方法是通过一、得到中间代码IR；步骤二、利用删减方法对中间代码IR进行依赖分析计算，得到依赖图；步骤三、利用剪枝方法的过滤函数将依赖图进行过滤，得到剪枝后的依赖图；步骤四、得到删除后的中间代码等步骤实现的。本发明应用于针对科学计算程序静态分析性能的预测代价优化方法领域。
-
公开(公告)号：CN105183651B
公开(公告)日：2018-03-16
申请号：CN201510579026.0
申请日：2015-09-11
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 用于程序自动性能预测的视点提升方法，属于程序性能预测领域。现有的程序自动性能预测方法存在难以在保证预测精度的同时确定最大预测性的问题。一种用于程序自动性能预测的视点提升方法，步骤一、定义基本块N执行次数的视点V，则利用二元组表示的基本块频率为(Ev，BV,N)；步骤二、对二元组表示的基本块频率(Ev，BV,N)中的视点V的实际运行次数Ev的量进行提升操作；步骤三、确定视点V中预测到基本块N的频率BV,N；步骤四、定义基本块N的频率BN＝Ev×BV,N；步骤五、得到视点V在一次运行中总的基本块频率为本发明具有在保证精度的同时确定合适的插入位置，结合静态分支概率提高预测性的优点。
-
公开(公告)号：CN105183650B
公开(公告)日：2018-03-16
申请号：CN201510578801.0
申请日：2015-09-11
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 基于LLVM的科学计算程序自动性能预测方法，属于程序性能预测技术领域。本发明的目的是实现科学计算程序的自动化分析，提高静态分析的精确性，同时能够最后给出程序预测的时间。技术要点：将预测的源程序转化为LLVM中的中间代码bitcode；分析中间代码bitcode获得识别通讯指令MPI的调用、循环次数、静态分支概率；对所述中间代码bitcode进行混合插桩；对进行混合插桩后的中间代码bitcode进行代码删减以优化处理；运行经优化处理后中间代码bitcode得到llvmprof.out文件；分析llvmprof.out文件结合指令时间预测执行时间。本发明方法适用于科学计算程序的性能预测。
-
公开(公告)号：CN105224452A
公开(公告)日：2016-01-06
申请号：CN201510578802.5
申请日：2015-09-11
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 一种针对科学计算程序静态分析性能的预测代价优化方法，本发明涉及针对科学计算程序静态分析性能的预测代价优化方法。本发明是要解决静态分析方法的预测代价大，引入误差的问题而提出的一种针对科学计算程序静态分析性能的预测代价优化方法。该方法是通过一、得到中间代码IR；步骤二、利用删减方法对中间代码IR进行依赖分析计算，得到依赖图；步骤三、利用剪枝方法的过滤函数将依赖图进行过滤，得到剪枝后的依赖图；步骤四、得到删除后的中间代码等步骤实现的。本发明应用于针对科学计算程序静态分析性能的预测代价优化方法领域。
-
-
-
-
-
Search Results
16
records
(took 0.033 seconds)
