-
公开(公告)号：CN110673877B
公开(公告)日：2020-09-01
申请号：CN201910780790.2
申请日：2019-08-22
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于手动向量化的并行计算方法，方法包括分析程序中的热点部分，并记录热点部分数组元素字长；根据任务精度要求，对热点部分的数组进行対界操作；对热点程序中核心函数中的不同精度的函数进行合并，对核心函数调用的函数进行降精度处理，将标准数学库函数改写成自定义数学库函数；对热点程序中的变量和自定义数学库函数进行手动向量化。通过对函数进行降精度，对变量、数组和函数进行手动向量化，使得基本数学函数也能一次指令对多个数据进行运算，大大提高了运算效率。
-
公开(公告)号：CN110673877A
公开(公告)日：2020-01-10
申请号：CN201910780790.2
申请日：2019-08-22
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于手动向量化的并行计算方法，方法包括分析程序中的热点部分，并记录热点部分数组元素字长；根据任务精度要求，对热点部分的数组进行対界操作；对热点程序中核心函数中的不同精度的函数进行合并，对核心函数调用的函数进行降精度处理，将标准数学库函数改写成自定义数学库函数；对热点程序中的变量和自定义数学库函数进行手动向量化。通过对函数进行降精度，对变量、数组和函数进行手动向量化，使得基本数学函数也能一次指令对多个数据进行运算，大大提高了运算效率。
-
公开(公告)号：CN110162736A
公开(公告)日：2019-08-23
申请号：CN201810021260.5
申请日：2018-01-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于消去树的大型稀疏对称线性方程组并行处理方法，其包括以下步骤：步骤1：对A矩阵进行LU分解；步骤2：进行前推回代，计算Ly＝b，求出y，然后Ux＝y，求出x；采用基于消去树的双重任务划分法并行前推回代；步骤3：进行X数组重组，其包括：重组X数组，使得单个线程计算所需的数据位于内存中连续的空间；步骤4：进行循环合并，将除法运算与X数组重组等循环合并入前推回代过程，减小循环迭代开销与OpenMP线程创建开销。本发明通过基于消去树的双重任务划分法进行并行计算，充分利用了多核计算资源，显著提高了大型稀疏矩阵前推回代速度。
-
-
Search Results
3
records
(took 0.021 seconds)
