-
公开(公告)号：CN118170687B
公开(公告)日：2024-09-06
申请号：CN202410588847.X
申请日：2024-05-13
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
Abstract: 本申请公开了一种BLAS库的测试方法及装置、非易失性存储介质、电子设备。其中，该方法包括：获取参数列表，其中，参数列表中记录有多个标识信息和多个操作名称；解析参数列表，得到多个标识信息和多个操作名称；确定与每个目标平台对应的测试项目，并在每个目标平台中创建与每个测试项目对应的测试环境，其中，测试项目包括：计算类操作测试和辅助类操作测试；调用与每个操作名称对应的测试程序在每个测试环境对BLAS库进行测试，得到BLAS库在每个目标平台的测试结果。本申请解决了由于相关技术中用于测试BLAS库的方法无法兼容多个异构平台造成的无法在跨平台场景下进行任意两个BLAS库的正确性对齐测试和性能对齐测试的技术问题。
-
公开(公告)号：CN117217133B
公开(公告)日：2024-02-23
申请号：CN202311487011.2
申请日：2023-11-09
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种改善激波稳定性的数值模拟方法、装置、设备和存储介质。其中，方法包括将基于欧拉坐标的磁流体方程模型转换为拉格朗日坐标的目标磁流体方程模型；在拉格朗日坐标中，建立物理量穿过激波时需要满足的激波跳跃条件，获得目标磁流体方程模型在接触界面处的速度和磁张力，其中，物理量包括速度和磁张力；将速度和磁张力逆变换为欧拉坐标，在欧拉坐标中，针对激波前后不同的磁场，建立只有对流项磁场的激波跳跃关系，获得相等的对流磁场表达式；采用对流磁场表达式模拟多维磁流体数值。本发明提供的方案避免了数值模拟时在激波波头附近出现非物理凸起的缺陷，提高了数值模拟的可靠性。
-
公开(公告)号：CN117240717B
公开(公告)日：2024-02-13
申请号：CN202311500928.1
申请日：2023-11-13
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: H04L41/0893 , G06F30/15 , G06F30/20 , H04L47/125 , H04L67/12
Abstract: 本发明涉及分片结构网格处理方法及优化方法和存储介质、设备，基于图划分算法，在简单划分、粗划分、细划分步骤下，给出负载更加均衡的网格划分结果，同时尽可能保持较小的通信量，提高了后续并行计算的效率。本申请的关键技术点为，提出了一个自动划分分片网格的处理方法，在给定分片网格和计算核心数后，根据网格大小和其拓扑结构，遍历可行空间，自动生成网格划分，在划分片数最小的前提下，使得每个计算核心对应的子网格大小尽可能一致。
-
公开(公告)号：CN116341628B
公开(公告)日：2024-02-13
申请号：CN202310162148.4
申请日：2023-02-24
Applicant: 北京大学长沙计算与数字经济研究院 , 北京大学
IPC: G06N3/0495 , G06N3/098
Abstract: 本发明提供一种面向分布式训练的高效梯度稀疏化方法及系统，其中方法包括：将以稠密格式存储的梯度划分为若干个子块，每个子块的大小为第一数值；在每个子块的块内取固定的前第二数值的个数的元素；使用两个数组分别存储提取的元素的下标及值；其中，第二数值的值为第一数值的值乘以预设的参数。本发明面向分布式训练的高效梯度稀疏化方法，将均衡分块方法引入梯度稀疏化中，可以实现天然的均衡负载划分，并通过转化为批量运算充分利用异构硬件平台的高并行性，提高梯度稀疏化的计算性能。
-
公开(公告)号：CN117217131B
公开(公告)日：2024-02-06
申请号：CN202311468428.4
申请日：2023-11-07
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/28 , G06F17/11 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及油藏模拟领域，公开了一种油藏数值模拟方法、装置、设备和存储介质，方法包括：创建多相油藏模拟守恒方程，多相油藏模拟守恒方程包括压力方程和饱和度方程；通过调整每个计算周期的时间步的长度对多相油藏模拟守恒方程进行循环全隐式求解，得到每个计算周期的压力参数与饱和度参数；在预设周期之后停止求解，输出各相的目标压力参数和目标饱和度参数，本发明兼顾了油藏模拟的效率和模拟准确度两个因素。
-
Patent Agency Ranking
公开(公告)号：CN117172159B
公开(公告)日：2024-02-02
申请号：CN202311437016.4
申请日：2023-11-01
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/28 , G06F17/11 , G06F111/10
Abstract: 本发明涉及计算流体动力学技术领域，公开了确定空化区域的方法、装置、计算机设备及存储介质。本发明获取预处理矩阵、初始空化评估指标、目标物体在静止参考系的各个预设方向的角速度和流体的流体动力学参数。根据预处理矩阵、各个预设方向的角速度和流体动力学参数，创建第一控制方程。对目标物体对应的三维空间进行网格化，得到多个网格。根据有限体积法，对第一控制方程进行离散处理，得到第二控制方程。根据第二控制方程和初始空化评估指标，对每个网格进行龙格库塔迭代计算，得到每个网格的目标空化评估指标。根据目标空化评估指标，确定目标物体上存在空化现象的区域。本发明可以更准确地确定目标物体上存在空化现象的区域。
-
公开(公告)号：CN117217131A
公开(公告)日：2023-12-12
申请号：CN202311468428.4
申请日：2023-11-07
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/28 , G06F17/11 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及油藏模拟领域，公开了一种油藏数值模拟方法、装置、设备和存储介质，方法包括：创建多相油藏模拟守恒方程，多相油藏模拟守恒方程包括压力方程和饱和度方程；通过调整每个计算周期的时间步的长度对多相油藏模拟守恒方程进行循环全隐式求解，得到每个计算周期的压力参数与饱和度参数；在预设周期之后停止求解，输出各相的目标压力参数和目标饱和度参数，本发明兼顾了油藏模拟的效率和模拟准确度两个因素。
-
公开(公告)号：CN117151352A
公开(公告)日：2023-12-01
申请号：CN202311433829.6
申请日：2023-11-01
Applicant: 北京大学长沙计算与数字经济研究院 , 北京大学
IPC: G06Q10/063 , G06Q50/06 , G06F30/28 , G06F113/06 , G06F113/08
Abstract: 本发明涉及风资源评估方法、系统及计算机存储介质和终端设备，包括：获取场址一时间段的风资源数据；根据风资源数据，确定待模拟风场的加密区域；根据加密区域，将待模拟风场划分为若干片区，且加密区域的网格格距比非加密区域的网格格距小，LBM采用分片结构网格构建待模拟风场模型；根据风资源数据和待模拟风场模型，仿真模拟获取不同来流风向下模拟区域内的各网格点与观测点的模拟风场信息；根据风资源数据和不同来流风向下模拟区域内各网格点与观测点的风场模拟信息，确定当前风资源数据下，各网格点与观测点的实际风场信息，评估场址一时间段的风能。其是一种简单高效、模拟逼近实际情况的风资源评估方法。
-
公开(公告)号：CN116882218A
公开(公告)日：2023-10-13
申请号：CN202311147837.4
申请日：2023-09-07
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/20 , G06F30/28 , G06F119/14
Abstract: 本发明涉及油藏数值模拟技术领域，公开了一种油藏数值模拟方法、装置、计算机设备及存储介质，方法包括：基于井压力创建用于耦合求解油藏的各相压力和各相饱和度的质量守恒方程；创建关于各相压力、各相饱和度和井压力的井方程；初始化包括当前时间步的井压力的初始解向量；利用初始解向量隐式求解质量守恒方程得到下一时间步的各相压力和各相饱和度；利用下一时间步的各相压力和饱和度显式求解井方程得到下一时间步的井压力；将下一时间步的井压力作为当前时间步的井压力，返回隐式求解质量守恒方程的步骤迭代到预设数量时间步得到目标各相压力和目标各相饱和度。本发明同时提高了油藏数值模拟的数值稳定性、时间步长宽松性和负载均衡性。
-
公开(公告)号：CN116680763A
公开(公告)日：2023-09-01
申请号：CN202310700966.5
申请日：2023-06-13
Applicant: 北京大学长沙计算与数字经济研究院 , 北京大学
IPC: G06F30/10 , G06N3/04 , G06F17/13 , G06F111/06
Abstract: 本发明涉及形状优化方法及计算机存储介质和终端设备，包括：根据偏微分方程约束的形状待优化问题，确定状态、伴随、正则方程；构建状态、伴随、正则方程神经网络代理模型；设定优化目标初始形状，将初始形状边界离散为若干形状表征点；在当前形状内部与边界分别采样若干配置点；优化状态损失函数，更新状态方程代理模型；优化伴随损失函数，更新伴随方程代理模型；优化正则损失函数，更新正则方程代理模型；计算形状表征点对应的形状优化方向，更新当前形状；判断是否结束形状更新。本发明利用神经网络求解方程的无网格特性，突破了传统网格依赖形状优化方法的瓶颈，可用于求解不同领域的形状待优化问题。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.133 seconds)
