-
公开(公告)号：CN117056090A
公开(公告)日：2023-11-14
申请号：CN202311323608.3
申请日：2023-10-13
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F9/50
Abstract: 本发明公开了一种非结构隐式LUSGS线程并行方法、设备、介质及系统，属于计算流体力学领域，包括步骤：以非结构网格的体单元要素映射为邻接关系，邻接关系与计算网格在拓扑结构上等价；根据拓扑结构将非结构网格划分并行层级，能够并行执行的网格单元划分至同一层级，不能并行执行的网格单元划分至不同层级；划分得到并行层级后，在向前扫描的计算中，按照第一顺序，依次完成对应的隐式算法，且每一层级的网格单元并行执行；在向后扫描的计算中，按照第二顺序，依次完成对应的隐式算法，且每一层级的网格单元并行执行。本发明提供了一种无精度损失的非结构隐式LUSGS线程并行方法。
-
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
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
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。
-
公开(公告)号：CN113381940B
公开(公告)日：2022-12-27
申请号：CN202110448696.4
申请日：2021-04-25
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本申请公开了一种二维胖树网络拓扑的设计方法及装置，该方法包括：分别计算预设的初始二维胖树网络中的行数、列数和I/O转发结点的第一数目；根据所述行数、所述列数以及第一数目将所述初始二维胖树网络中的I/O转发结点均匀分配到所述初始二维胖树网络的每一行或每一列得到新的二维胖树网络；设置所述新的二维胖树网络中任一行的I/O转发结点仅服务所述任一行的计算结点，或任一列的I/O转发结点仅服务所述任一列的计算结点。本申请解决了现有技术中部分I/O转发结点的I/O效率较低以及影响大规模并行程序的整体性能的技术问题。
-
公开(公告)号：CN115329250A
公开(公告)日：2022-11-11
申请号：CN202211250537.4
申请日：2022-10-13
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
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。
-
公开(公告)号：CN114996658A
公开(公告)日：2022-09-02
申请号：CN202210852261.0
申请日：2022-07-20
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明提供了一种基于投影的高超声速飞行器气动热预测方法，包括：步骤1、将三维飞行器在多个不同平面进行投影获得多视图深度投影图像；步骤2、构建并训练热流图像智能预测模型及最大最小热流预测模型；步骤3、在不同来流条件下，输入多视图深度投影图像至热流图像智能预测模型及最大最小热流预测模型，得到热流图像和热流最大最小值；步骤4、获取多视图深度投影图像对应的真实热流图像；步骤5、将多视图深度投影图像重构为三维点云，结合热流图像得到三维热流点云，再进行插值得到三维飞行器的壁面热流分布。本发明能够高效精确地进行飞行器表面气动热环境预测，通过投影后得到的图像进行直接预测，一次获得所有点的热流值，更加高效。
-
Patent Agency Ranking
公开(公告)号：CN114463476A
公开(公告)日：2022-05-10
申请号：CN202210373654.3
申请日：2022-04-11
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种可视化并行绘制方法、装置、系统及存储介质，该方法包括当接收到绘制指令时，确定目标合成策略；将目标合成策略发送至至少一个第二绘制节点，以使第二绘制节点在接收到第一图像数据时，对第一图像数据进行处理，得到第二图像数据，并根据目标合成策略将第二图像数据发送至目标绘制节点；在接收到所有第二图像数据后，根据目标合成策略，对接收的第二图像数据进行拼接，获得并行绘制图像。本发明通过将目标合成策略发送至第二绘制节点，利用第二绘制节点之间图像信息的交换与处理，以及第一绘制节点的汇总，实现了边交换边合成的可视化并行绘制过程，提高了可视化并行绘制的效率。
-
公开(公告)号：CN114169651B
公开(公告)日：2022-04-19
申请号：CN202210132077.9
申请日：2022-02-14
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种基于应用相似性的超级计算机作业失败主动预测方法，属于超级计算机领域，包括步骤：S1，从作业日志中提取特征数据，并加入作业路径数据后一起作预处理，然后作为机器学习算法模型的输入特征；S2，在机器学习算法模型对输入特征数据进行处理后，实现主动预测作业失败状态。本发明挖掘出了能够准确描述作业应用属性的特征，具有很好的预测提升效果；采用机器学习算法寻找作业失败预测方法，提升预测模型的鲁棒性，尤其适应非线性数据；对作业应用属性的聚类方法，显著降低聚类计算开销，降低误差；实现预测效率高，能够实际应用于大型超级计算机。
-
公开(公告)号：CN114169651A
公开(公告)日：2022-03-11
申请号：CN202210132077.9
申请日：2022-02-14
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种基于应用相似性的超级计算机作业失败主动预测方法，属于超级计算机领域，包括步骤：S1，从作业日志中提取特征数据，并加入作业路径数据后一起作预处理，然后作为机器学习算法模型的输入特征；S2，在机器学习算法模型对输入特征数据进行处理后，实现主动预测作业失败状态。本发明挖掘出了能够准确描述作业应用属性的特征，具有很好的预测提升效果；采用机器学习算法寻找作业失败预测方法，提升预测模型的鲁棒性，尤其适应非线性数据；对作业应用属性的聚类方法，显著降低聚类计算开销，降低误差；实现预测效率高，能够实际应用于大型超级计算机。
-
公开(公告)号：CN113791912B
公开(公告)日：2022-02-11
申请号：CN202111333599.7
申请日：2021-11-11
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种基于MPI+X的DSMC并行计算方法、设备及介质，其中方法包括以下步骤：根据计算的节点数目和节点内可用CPU核数对网格进行分区，将其划分为多个独立的分区文件；初始化MPI即粗粒度多进程，各进程载入网格数据；各进程对载入的所述网格数据分别进行相应的预处理；各进程分别启用多线程并行计算各自分区内的粒子运动；各进程分别对各自分区内的粒子索引进行排序编号；各进程分别对各自分区内的粒子进行碰撞计算；各进程分别对各自的子区域流场性质进行采样；迭代步数如果达到阈值，则进行相应的后处理并输出结果文件。本发明将粗粒度多进程与细粒度多线程有效结合，可以大大减少通信量和通信次数，有效提升并行效率。
-
公开(公告)号：CN113688578A
公开(公告)日：2021-11-23
申请号：CN202110787112.6
申请日：2021-07-13
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/28 , G06F30/27 , G06K9/62 , G06N3/04 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于多变量融合的流场关键时间步提取与重构方法，所述流场关键时间步提取与重构方法包括：S1：非定常流场数据的获取和预处理；S2：针对步骤S1获得的非定常流场数据，完成基于数据融合的多变量物理流场关键时间步的提取；S3：对多变量非定常流场进行时空信息重构。通过本发明方法实现了快速准确的对多个时间步的流场进行关键时间步选取的目的。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.055 seconds)
