-
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：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：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：CN114217915B
公开(公告)日：2025-01-10
申请号：CN202110398335.3
申请日：2021-04-14
Applicant: 无锡江南计算技术研究所
Abstract: 本发明公开一种异构众核上基于主‑从模型的轻量级多线程处理方法，设置四种线程状态，分别为初始化、等待任务、任务完成和线程退出；在共享内存上开辟长整形数组；在共享内存上开辟数组，用于线程组内主线程向从属线程传递参数；根据主线程及其从属线程核组号，设置每个线程组的掩码cgmask，掩码有CG_NUM位；使用共享模式运行并行程序，每个核组为一个进程；当需要退出线程状态时，主线程调用Master_leave接口；执行完毕后，各核组恢复进程状态，可以根据进程号继续执行任务。本发明为用户提供了方便使用、更加灵活、开销更低的片内多线程解决方案。
-
公开(公告)号：CN114217940A
公开(公告)日：2022-03-22
申请号：CN202110381658.1
申请日：2021-04-09
Applicant: 无锡江南计算技术研究所
Abstract: 本发明公开一种基于任务循环划分策略的负载平衡方法，包括以下步骤：S1、根据任务实际需求和线程的任务处理能力，将任务池中的每个任务划分为线程们可高效并行处理的若干子任务；S2、对S1中得到若干子任务编号，将任务池中的任务编号为taskid，每个任务划分后子任务编号为jobid，则每个子任务有唯一编号，记线程个数为n；S3、依次处理每个任务，根据S2中编号，将编号为（taskid，jobid）的子任务分配给第（jobid%n+taskid）%n个线程。本发明可以在异构众核处理器上多线程并行处理任务时，从整体上均衡各线程的任务负载，提升计算效率与系统稳定性。
-
公开(公告)号：CN105282017A
公开(公告)日：2016-01-27
申请号：CN201510831796.X
申请日：2015-11-24
Applicant: 无锡江南计算技术研究所
Abstract: 本发明提供了一种基于扁平化模型的通信实现方法，可用于点对点通信和集合通信。所述方法包括：运算核心将用户消息的描述符在内存中进行组装；所述运算核心通过写内存方式，将描述符地址信息作为消息请求通知给控制核心；所述控制核心通过创建轮询线程的方式，查询运算核心的消息请求，通过消息请求中携带的描述符地址信息，取出描述符进行消息匹配；所述控制核心利用消息匹配的结果与远程控制核心进行消息通信。
-
公开(公告)号：CN114221871A
公开(公告)日：2022-03-22
申请号：CN202110381666.6
申请日：2021-04-09
Applicant: 无锡江南计算技术研究所
IPC: H04L41/12 , H04L67/1095 , H04L12/18
Abstract: 本发明公开一种网格化流水的全收集方法，包括以下步骤：S1、将每个超节点内的进程组织为一个分组，每个分组不必具备同样多的进程；S2、每个分组选出任意一个进程作为代表进程，参与到组间的通信中，由此构成二级网格化通信结构，并将二级网格化通信结构映射到大规模集群互联网络结构；S3、在所述二级网格化通信结构上，先在各组内完成数据的收集和共享，再开启全局流水。本发明能够合理利用资源，实现全收集集合通信中的通信聚合和顶层网络的带宽节省，有效提高了全收集集合通信的性能，对通信密集型应用具有积极影响。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.053 seconds)
