-
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：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：CN106933777A
公开(公告)日：2017-07-07
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
CPC classification number: G06F17/142
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：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：CN107273094B
公开(公告)日：2020-06-16
申请号：CN201710353362.2
申请日：2017-05-18
Applicant: 中国科学院软件研究所 , 无锡江南计算技术研究所
Abstract: 本发明公开了一种适应于“神威·太湖之光”上HPCG优化的数据结构及其高效实现方法，基于“神威·太湖之光”上的申威众核处理器体系结构特征和HPCG算法优化的需要，使用了改进ELL格式的数据结构对原始数据结构进行替换，除了包含矩阵数据本身的数据结构，还支持分块着色，索引转换，进程通信，以及向量位置映射等相关的数据结构，并且中间处理过程采用了申威众核平台提供的Athread多线程库进行并行，最终应用于HPCG算法的核心函数SpMV和SymGS优化过程中，相应的性能和带宽百分比取得了一致性的加速比，最高分别为18.2和17.6。
-
Patent Agency Ranking
公开(公告)号：CN107273094A
公开(公告)日：2017-10-20
申请号：CN201710353362.2
申请日：2017-05-18
Applicant: 中国科学院软件研究所 , 无锡江南计算技术研究所
Abstract: 本发明公开了一种适应于“神威·太湖之光”上HPCG优化的数据结构及其高效实现方法，基于“神威·太湖之光”上的申威众核处理器体系结构特征和HPCG算法优化的需要，使用了改进ELL格式的数据结构对原始数据结构进行替换，除了包含矩阵数据本身的数据结构，还支持分块着色，索引转换，进程通信，以及向量位置映射等相关的数据结构，并且中间处理过程采用了申威众核平台提供的Athread多线程库进行并行，最终应用于HPCG算法的核心函数SpMV和SymGS优化过程中，相应的性能和带宽百分比取得了一致性的加速比，最高分别为18.2和17.6。
-
公开(公告)号：CN116502028B
公开(公告)日：2023-10-20
申请号：CN202310479328.5
申请日：2023-04-28
Applicant: 中国科学院软件研究所
Abstract: 本公开涉及一种基于浮点数压缩技术的大规模FFT实现方法及装置，所述方法包括：对第i个维度的FFT计算结果进行共享指数浮点数压缩，并将压缩结果打包成第i个维度的压缩数据之后，拷贝至所述主机端；获取所述第i个维度的压缩数据后，对第i个维度的压缩数据依次进行解包和共享指数浮点数解压缩，并基于解压缩数据进行FFT计算，以得到第i+1个维度的FFT计算结果。本公开在压缩数据和解压缩数据时，在利用双重归一化技术来实现共享指数浮点数压缩技术，从而通过减少通信量来减少通信时间，并提高其并行效率。
-
公开(公告)号：CN116502028A
公开(公告)日：2023-07-28
申请号：CN202310479328.5
申请日：2023-04-28
Applicant: 中国科学院软件研究所
Abstract: 本公开涉及一种基于浮点数压缩技术的大规模FFT实现方法及装置，所述方法包括：对第i个维度的FFT计算结果进行共享指数浮点数压缩，并将压缩结果打包成第i个维度的压缩数据之后，拷贝至所述主机端；获取所述第i个维度的压缩数据后，对第i个维度的压缩数据依次进行解包和共享指数浮点数解压缩，并基于解压缩数据进行FFT计算，以得到第i+1个维度的FFT计算结果。本公开在压缩数据和解压缩数据时，在利用双重归一化技术来实现共享指数浮点数压缩技术，从而通过减少通信量来减少通信时间，并提高其并行效率。
-
公开(公告)号：CN113297537B
公开(公告)日：2022-10-25
申请号：CN202110623380.4
申请日：2021-06-04
Applicant: 中国科学院软件研究所
Abstract: 本发明公开一种面向GPU平台的稀疏结构化三角方程组求解的高性能实现方法和装置。本发明针对结构化问题的特点提出了一种改进的线程资源分配策略，有效改善了现有方法资源分配不均衡的问题。本发明还结合当今主流商用GPU的架构特点，利用硬件谓词执行等一系列手段，提供一套该算法的高效实现方法。本发明提供的算法框架处理规则结构化问题的性能大幅优于目前商用以及尚处研究阶段的框架。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.056 seconds)
