-
公开(公告)号：CN109241633A
公开(公告)日：2019-01-18
申请号：CN201811063464.1
申请日：2018-09-12
Applicant: 西安交通大学
Abstract: 本发明公开了基于遗传算法的流体机械并行仿真程序进程映射方法，包括以下步骤：在流体机械并行仿真程序编译时链接进程通信插桩库，捕获程序运行过程中MPI通信的通信信息，得到记录有进程间传输消息大小和通信频次的日志文件；根据通信日志文件构建进程通信模式矩阵；对用户申请到的计算资源测试通信代价，建立计算单元通信距离矩阵；定义流体机械并行仿真程序的通信开销模型；使用混合并行遗传算法求解最优的进程映射策略；根据混合并行遗传算法中得到的最优进程映射策略，静态绑定MPI进程到指定计算节点，重新运行流体机械并行仿真程序。
-
公开(公告)号：CN108363887A
公开(公告)日：2018-08-03
申请号：CN201810195669.9
申请日：2018-03-09
Applicant: 西安交通大学
IPC: G06F17/50
Abstract: 本发明提供一种流体机械仿真程序的多层次串行优化方法，依次包括步骤：依据程序目的对程序采用的算法进行分析和算法级优化，寻找能达到程序目的的最适合程序执行的算法；进行指令级优化，提升程序在代码执行一级的性能；进行系统级优化，将代码向计算机系统结构靠拢以增强代码对计算机系统结构的适应；进行性能分析和代码整体分析，若分析结果低于程序预期性能，或程序经过迭代修改后在设计上有进一步可提升的空间，则重复如上步骤，若结果满足预期性能且程序设计，则多层次串行优化结束。本发明提供了具有可行性、通用性的流体机械仿真程序串行优化方案，优化后的程序具有更好地执行准确度和执行效率。
-
公开(公告)号：CN107341112A
公开(公告)日：2017-11-10
申请号：CN201710517337.3
申请日：2017-06-29
Applicant: 西安交通大学
IPC: G06F12/02 , G06F12/123
CPC classification number: G06F12/0246 , G06F12/0253 , G06F12/123 , G06F2212/7202 , G06F2212/7205
Abstract: 本发明公开一种基于页面访问间隔的闪存数据缓冲区置换方法，该方法根据缓冲区内数据页的访问间隔特征和读写特征，将数据缓冲区内缓存的所有数据页分为热脏数据页、冷脏数据页、热非脏数据页和冷非脏数据页，并采用一级数据缓冲区和二级数据缓冲区对所有数据页进行管理。当冷数据页访问间隔小于缓冲区LRU队列中最后一个热数据页时，发生冷热数据页的转换，同时将一级数据缓冲区LRU队列中的冷数据页移入二级数据缓冲区。在需要进行数据缓冲区页面置换时，根据LRU规则，通过优先换出二级缓冲区中冷的非脏数据页，在保证命中率的前提下，减少由于数据缓冲区脏数据页写回操作次数较多对闪存性能和寿命造成的影响。
-
公开(公告)号：CN104657219B
公开(公告)日：2017-10-20
申请号：CN201510090555.4
申请日：2015-02-27
Applicant: 西安交通大学
IPC: G06F9/50
Abstract: 本发明公开了一种用于异构众核系统下的应用程序线程数动态调整方法，该方法以异构众核硬件架构特征和程序运行时动态阶段性变化的特性为基础，通过采集反映程序性能变化的系统级性能计数器的状态信息，利用预测模型实时估计出最优的线程数，以此为指导动态的对应用程序的线程数进行调整。为保证合理的利用异构众核系统的计算资源来提高程序计算性能的同时降低系统能耗提供了一个有效的解决方法。
-
公开(公告)号：CN105808358A
公开(公告)日：2016-07-27
申请号：CN201610188032.8
申请日：2016-03-29
Applicant: 西安交通大学
IPC: G06F9/50
Abstract: 本发明公开了一种用于众核系统的线程数据相关性分组映射方法，该方法通过计算数据重用距离分析应用程序线程内部数据局部性，用线程相关性矩阵度量不同线程间的数据相关性；根据应用程序的数据相关性及众核处理器架构特点，利用最小生成树将应用线程分为能反映不同线程数据相关性逻辑组。最终实现线程到具体处理器不同处理核硬件线程的合理映射，降低线程间共享存储访问冲突，减少额外传输开销，为充分利用众核系统计算资源，提升程序计算性能提供了一个有效的解决方法。
-
Patent Agency Ranking
公开(公告)号：CN103020320B
公开(公告)日：2016-01-13
申请号：CN201310011319.X
申请日：2013-01-11
Applicant: 西安交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于动态搜索的GPU显存级数据复用优化方法，首先，将已经执行的GPU计算任务的数据访问抽象为动态搜索树的叶子节点，将循环等抽象为搜索树的内部节点；其次，对GPU和CPU计算任务对数据的访问，在运行时逆向回溯检索搜索树发现数据复用，基于数据复用实现对数据的就近访问，有效减少了CPU-GPU数据传输次数。本发明放宽了已有技术对CPU访问GPU显存复用数据的限制，在不需要编译优化的情况下，更有效的利用GPU显存级数据复用消除冗余的CPU-GPU数据传输，进而更大程度地缩短整个应用问题的处理时间。
-
-
公开(公告)号：CN102279775B
公开(公告)日：2013-04-17
申请号：CN201110237833.6
申请日：2011-08-19
Applicant: 西安交通大学 , 山东高效能服务器和存储研究院
IPC: G06F11/00
Abstract: 本发明提供一种Linux系统下的硬盘故障处理方法，包括以下步骤：步骤1：配置文件；步骤2：周期性对硬盘进行检测，并将结果保存在硬盘日志文件中；步骤3：提取硬盘状态参数；步骤4：根据硬盘状态参数判断硬盘是否发生或即将发生故障；若是则检测模块发出故障事件给处理模块，并转到步骤5，否则转到步骤2继续执行；步骤5：处理模块根据检测模块传递的故障事件类型，查找相应的故障处理方案；步骤6：通过故障处理方案执行故障处理，完成后退出处理模块，转到步骤2继续执行。本发明方法中用户可以根据自身需要灵活定制，并且在检测到硬盘发生或即将发生故障时，向用户报警、修复硬盘坏道或备份硬盘数据，提高用户使用的灵活性和硬盘数据的安全性。
-
公开(公告)号：CN103020320A
公开(公告)日：2013-04-03
申请号：CN201310011319.X
申请日：2013-01-11
Applicant: 西安交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于动态搜索的GPU显存级数据复用优化方法，首先，将已经执行的GPU计算任务的数据访问抽象为动态搜索树的叶子节点，将循环等抽象为搜索树的内部节点；其次，对GPU和CPU计算任务对数据的访问，在运行时逆向回溯检索搜索树发现数据复用，基于数据复用实现对数据的就近访问，有效减少了CPU-GPU数据传输次数。本发明放宽了已有技术对CPU访问GPU显存复用数据的限制，在不需要编译优化的情况下，更有效的利用GPU显存级数据复用消除冗余的CPU-GPU数据传输，进而更大程度地缩短整个应用问题的处理时间。
-
公开(公告)号：CN102937918A
公开(公告)日：2013-02-20
申请号：CN201210393176.9
申请日：2012-10-16
Applicant: 西安交通大学
Abstract: 本发明公开了一种HDFS运行时数据块平衡方法，该方法首先对节点本地任务列表进行预处理，为每一个节点划分出完成本地任务和非完全本地任务，以提供启动HDFS数据块平衡判断的依据。接着对各个节点的运行速率就行评估和任务请求预测。完成以上步骤之后对各个节点的分配过程进行设计和实现。之后选择合适的节点间进行数据块的移动，从而数据块的分布就可以匹配预测的节点任务请求序列，最终达到数据块平衡的目的。本发明提出基于运行时数据块移动HDFS平衡策略，通过预测节点任务请求提前判断可能出现的非本地map任务执行，并在相应的节点间移动合适的数据块，使得节点发出实际任务请求时候能够得到本地map任务的分配响应，从而提高Map阶段的完成效率。
-
-
-
-
-
-
-
-
-
Search Results
165
records
(took 0.055 seconds)
