一种超级计算机I/O转发结点轮询映射方法

    公开(公告)号:CN111597038A

    公开(公告)日:2020-08-28

    申请号:CN202010351241.6

    申请日:2020-04-28

    Abstract: 本发明公开了一种超级计算机I/O转发结点轮询映射方法,包括如下步骤:计算超级计算机中I/O转发结点的数量,记为n;对n个I/O转发结点分别进行编号为ION0,ION1,…,IONn-1;计算超级计算机中计算结点的数量,记为m;计算结点的编号分别为CN0,CN1,…,CNm-1;采用轮询映射计算方法将计算结点CNi,映射至I/O转发结点IONi%n;在每个计算结点上,修改I/O转发结点配置,即对于计算结点CNi,将I/O转发结点配置从传统分区映射方法的 修改为轮询映射方法的IONi%n;所有从计算结点CNi发出的I/O请求,都由I/O转发结点IONi%n处理;修改完所有计算结点上的I/O转发结点配置后,重启计算结点上的I/O转发服务,使配置生效,该方法解决了I/O转发结点间的负载不均衡问题。

    一种基于神经网络的流场旋涡检测方法

    公开(公告)号:CN111414720A

    公开(公告)日:2020-07-14

    申请号:CN202010097688.5

    申请日:2020-02-17

    Abstract: 本发明一种基于神经网络的流场旋涡检测方法,先对流场内所有物理网格点打标签,标记其是否属于旋涡区域,得到标签数据,对涡量场进行网格转换,将物理网格中的网格点一一映射到计算网格的网格点,抛弃物理坐标信息,得到计算网格下的涡量场。根据计算网格下的的涡量场,将每个网格上的涡量值减去涡量场的均值后除以标准差,得到归一化后的涡量场;对得到的归一化后的涡量场和标签数据同时随机采样,采样后对区域内的网格点对应的标签进行判断,构建神经网络,使用随机采样得到的带标签局部涡量场数据训练该神经网络,固定神经网络参数,得到固定参数的神经网络;利用第五步得到的固定参数的神经网络,对待检测涡区的流场进行涡区检测。

    一种作业静态感知条带优化方法、装置、存储设备及介质

    公开(公告)号:CN119356626A

    公开(公告)日:2025-01-24

    申请号:CN202411959130.8

    申请日:2024-12-30

    Abstract: 本申请公开了一种作业静态感知条带优化方法、装置、存储设备及介质,涉及计算机优化技术领域,先对离线数据分析,筛选出涉及写操作的作业,统计每条作业在各个OST上的写I/O数据量并进行降序排列,求和得到每条作业的写I/O数据总量,对作业添加属性,标记为待条带化作业,按照应用进行条带化设置,对应用的作业数目进行判断,若应用的作业数目不小于第四阈值则进行子目录条带化设置。针对超级计算机优化作业OST中瞬时负载极不平衡的问题,通过将条带技术应用于存储系统中,通过对作业I/O模式的探索分析,确定可条带优化的作业,此外提出了静态感知文件条带化,能够快速有效的判定可条带化的作业,以适应不同用户的作业分布情况。

    一种飞行器表面流线生成方法、装置、设备及存储介质

    公开(公告)号:CN119227244A

    公开(公告)日:2024-12-31

    申请号:CN202411731970.9

    申请日:2024-11-29

    Abstract: 本申请公开了一种飞行器表面流线生成方法、装置、设备及存储介质,涉及流场可视化技术领域,包括:确定飞行器表面流线的当前起点,将飞行器表面对应的非结构网格进行划分,得到若干个三角形网格;基于三角形网格对当前起点的三维坐标进行平面坐标映射,得到平面坐标,根据平面坐标计算新起点的位置坐标;通过平面坐标和位置坐标确定目标流线段,对目标流线段与目标三角形网格的相对位置进行判断,根据判断结果确定新起点与目标三角形网格的相对位置关系;根据相对位置关系及新起点的位置坐标进行迭代积分操作,通过迭代积分操作确定全部积分点,将全部积分点进行连接,得到最终的飞行器表面流线。本申请实现了在非结构化网格表面准确地生成流线。

    基于物理信息融合的流场特征提取跟踪方法、装置、设备

    公开(公告)号:CN118657808B

    公开(公告)日:2024-10-18

    申请号:CN202411140175.2

    申请日:2024-08-20

    Abstract: 本申请公开了基于物理信息融合的流场特征提取跟踪方法、装置、设备,涉及流场处理技术领域,包括:获取三维时序流场的各时间步下的流场数据;识别各时间步下流场数据中属于涡区域的数据点,基于数据点对各时间步下的流场区域进行空间联通区域分割,得到单时间步下的涡区域;计算各涡区域的各数据点对应涡旋强度、涡度值、局部剪切率,得到各涡区域的物理属性信息;基于物理属性信息分别构建涡区域的属性矩阵,利用预设主成分分析法对各属性矩阵进行矩阵提取,得到各涡区域的目标属性矩阵;根据相邻时间步下目标属性矩阵之间的相似度计算结果构建特征相似度矩阵,遍历特征相似度矩阵,判断三维时序流场在不同时间步下所属的目标流场事件类型。

    一种基于深度学习的三维流场网格分类分割方法

    公开(公告)号:CN116246039B

    公开(公告)日:2023-07-14

    申请号:CN202310534154.8

    申请日:2023-05-12

    Abstract: 本发明公开了一种基于深度学习的三维流场网格分类分割方法,所述方法包括如下步骤:S1:三维网格模型数据预处理;以三维网格模型数据中局部曲面作为基本处理单元,数据预处理为将局部曲面的特征分为三维的空间特征和十六维的结构特征;S2:三维网格分类模型构建;融合生成对抗网络和协同注意力网络完成三维网格分类模型构建;S3:模型训练;引入三元组损失和DCCA损失对步骤S2获得的三维网格分类模型构建的子空间特征分布进行语义对齐,使得模型构建的子空间中语义相关的特征数据对所对应的语义分布距离靠近,同时使语义不相关的特征数据对所对应的分布距离远离;S4:基于步骤S3训练完成的模型完成三维流场网格分类分割。

    基于DG处理数据的方法、装置、设备及可读存储介质

    公开(公告)号:CN115329250B

    公开(公告)日:2023-03-10

    申请号:CN202211250537.4

    申请日:2022-10-13

    Abstract: 本申请公开了计算机技术领域内的一种基于DG处理数据的方法、装置、设备及可读存储介质。本申请在获取到待处理的网格数据后,重构网格数据得到目标结构的新网格数据;按照当前的硬件环境确定新网格数据在硬件环境中的存取方式;在硬件环境中基于间断迦辽金和存取方式并行处理新网格数据,得到处理结果。本申请通过转换数据结构,并设定与硬件环境对应的数据存取方式,提高了整个方案的适配能力,从而提升了网格数据计算方案的适配程度,增加了方案通用性。同时,该方案并行处理数据,可提升计算效率和计算性能。本申请提供的一种基于DG处理数据的装置、设备及可读存储介质,也同样具有上述技术效果。

Patent Agency Ranking