-
公开(公告)号：CN111966397B
公开(公告)日：2025-01-07
申请号：CN202010710022.2
申请日：2020-07-22
Applicant: 哈尔滨工业大学
Abstract: 一种异构并行程序自动移植和优化方法，属于异构并行程序开发技术。本发明是为了实现CPU并行程序自动移植、在减轻开发人员工作负担的同时提高程序性能，从而解决并行指令转换、数据传输管理及优化问题。技术要点：构建异构并行程序自动移植系统的框架，异构并行程序自动移植系统用于将OpenMP CPU并行程序自动翻译为OpenMP Offloading异构并行程序；一致性状态转换形式化，保证数据一致性的前提下，优化传输操作，减少冗余数据传输；运行时库设计，运行时库用于提供自动数据传输管理和优化功能，维护每个变量内存区域一致性状态；源到源翻译器设计，翻译器用于自动转换并行指令及自动插入运行时API。该方法可以自动识别CPU并行指令并转换为加速器并行指令，提高程序性能。
-
Patent Agency Ranking
公开(公告)号：CN117332593A
公开(公告)日：2024-01-02
申请号：CN202311306304.6
申请日：2023-10-10
Applicant: 哈尔滨工业大学 , 上海宇航系统工程研究所
IPC: G06F30/20 , G06Q10/0631 , G06Q30/0601 , G06N3/126 , G06Q30/0201 , G06F111/04 , G06F111/08 , G06F119/06
Abstract: 一种基于拍卖算法初始化的航天器多对多交会规划方法，它属于航天器的交会规划领域。本发明解决了现有优化求解策略的性能差的问题。本发明的方案为：步骤一、获取在轨服务任务需求，利用拍卖算法生成初始的在轨服务任务分配结果；步骤二、根据初始的在轨服务任务分配结果生成初始种群；步骤三、基于初始种群进行优化，得到最终的任务分配结果、各服务航天器服务的服务序列、各服务航天器的Lambert转移时长以及变轨参数。本发明方法可以应用于航天器的交会规划领域。
-
公开(公告)号：CN116011788A
公开(公告)日：2023-04-25
申请号：CN202310089789.1
申请日：2023-02-09
Applicant: 哈尔滨工业大学 , 上海宇航系统工程研究所
IPC: G06Q10/0631 , G06Q10/04 , G06N3/126 , G06N3/006
Abstract: 一种针对GEO轨道共面在轨加注任务规划方法，本发明涉及针对GEO轨道共面在轨加注任务规划方法。本发明的目的是为了解决现有的GEO轨道共面在轨往返式加注往往采用单层或两层优化策略，会导致在寻优的过程中陷入局部最优解，并且收敛速度不够快，很难找到最优解，致使服务星往返服务站目标星进行加注任务时的燃料消耗不能达到最优的问题。过程为：步骤一、建立GEO轨道共面在轨加注任务规划模型；步骤二、根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列。本发明用于航天技术领域。
-
公开(公告)号：CN112083956B
公开(公告)日：2022-12-09
申请号：CN202010971038.9
申请日：2020-09-15
Applicant: 哈尔滨工业大学
Abstract: 一种面向异构平台的复杂指针数据结构自动管理系统，涉及异构编程技术领域。本发明为了实现OpenMP Offloading程序中复杂指针数据结构在异构计算平台上的自动管理并保证数据一致性。本发明包括：信息收集模块，用于对源程序的静态分析及程序信息收集；自动转换模块，主要负责根据变量类型的不同，在适当位置修改源码并插入合适的运行时API；运行时模块，主要负责使用cudaMallocManaged( )和cudaFree( )重新实现C++标准的内存管理操作并向外提供接口。本发明可以自动管理OpenMP Offloading程序中复杂指针数据结构在CPU和GPU内存之间的内存分配、释放以及数据传输，并保证数据一致性；从而为OpenMP Offloading程序开发提供便利。
-
公开(公告)号：CN112083956A
公开(公告)日：2020-12-15
申请号：CN202010971038.9
申请日：2020-09-15
Applicant: 哈尔滨工业大学
Abstract: 一种面向异构平台的复杂指针数据结构自动管理系统，涉及异构编程技术领域。本发明为了实现OpenMP Offloading程序中复杂指针数据结构在异构计算平台上的自动管理并保证数据一致性。本发明包括：信息收集模块，用于对源程序的静态分析及程序信息收集；自动转换模块，主要负责根据变量类型的不同，在适当位置修改源码并插入合适的运行时API；运行时模块，主要负责使用cudaMallocManaged( )和cudaFree( )重新实现C++标准的内存管理操作并向外提供接口。本发明可以自动管理OpenMP Offloading程序中复杂指针数据结构在CPU和GPU内存之间的内存分配、释放以及数据传输，并保证数据一致性；从而为OpenMP Offloading程序开发提供便利。
-
公开(公告)号：CN111966397A
公开(公告)日：2020-11-20
申请号：CN202010710022.2
申请日：2020-07-22
Applicant: 哈尔滨工业大学
Abstract: 一种异构并行程序自动移植和优化方法，属于异构并行程序开发技术。本发明是为了实现CPU并行程序自动移植、在减轻开发人员工作负担的同时提高程序性能，从而解决并行指令转换、数据传输管理及优化问题。技术要点：构建异构并行程序自动移植系统的框架，异构并行程序自动移植系统用于将OpenMP CPU并行程序自动翻译为OpenMP Offloading异构并行程序；一致性状态转换形式化，保证数据一致性的前提下，优化传输操作，减少冗余数据传输；运行时库设计，运行时库用于提供自动数据传输管理和优化功能，维护每个变量内存区域一致性状态；源到源翻译器设计，翻译器用于自动转换并行指令及自动插入运行时API。该方法可以自动识别CPU并行指令并转换为加速器并行指令，提高程序性能。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
