摘要：针对国防科技大学自主研发的异构多核数字信号处理(digital signal processing, DSP)芯片的特征以及卷积算法自身特点,提出了一种面向多核DSP架构的高性能多核并行卷积实现方案。针对1×1卷积提出了特征图级多核并行方案;针对卷积核大于1的卷积提出了窗口级多核并行优化设计,同时提出了逐元素向量化计算的核内并行优化实现。实验结果表明,所提并行优化方法实现单核计算效率最高能达到64.95%,在带宽受限情况下,多核并行扩展效率可达到48.36%~88.52%,在典型网络ResNet50上的执行性能与E5-2640 CPU相比,获得了5.39倍性能加速。

摘要：宇宙学模拟是典型的N体问题,是高性能计算中具有代表性和挑战性的问题之一。本研究在神威·太湖之光平台上对天文N体模拟软件PhotoNs-2中的计算主体——快速多极子方法(fast multipole method,FMM)进行移植和性能优化。针对目前研究中存在的计算效率不高、通信开销大问题,结合神威·太湖之光SW26010处理器架构特点,通过数据重整、超越函数计算重构、设计双缓冲和消息传递接口通信时合并发送树进行优化。相较于优化前,优化后的PhotoNs-2在3个不同算例规模下均取得约24倍的加速效果。提出的优化方案可以为其他高性能应用在神威·太湖之光平台上的移植与优化提供参考。

摘要：格子玻尔兹曼方法(LBM)是一种基于介观模拟尺度的计算流体力学方法,其在计算时设置大量的离散格点,具有适合并行的特性。图形处理器(GPU)中有大量的算术逻辑单元,适合大规模的并行计算。基于GPU设计LBM的并行算法,能够提高计算效率。但是LBM算法迁移模块中每个格点的计算都需要与其他格点进行通信,存在较强的数据依赖。提出一种基于GPU的LBM迁移模块算法优化策略。首先分析迁移部分的实现逻辑,通过模型降维,将三维模型按照速度分量离散为多个二维模型,降低模型的复杂度;然后分析迁移模块计算前后格点中的数据差异,通过数据定位找到迁移模块的通信规律,并对格点之间的数据交换方式进行分类;最后使用分类的交换方式对离散的二维模型进行区域划分,设计新的数据通信方式,由此消除数据依赖的影响,将迁移模块完全并行化。对并行算法进行测试,结果显示:该算法在1.3×10^(8)规模网格下能达到1.92的加速比,表明算法具有良好的并行效果;同时对比未将迁移模块并行化的算法,所提优化策略能提升算法30%的并行计算效率。

摘要：为了提高平面电机水冷散热器热流性能,该文构建了散热器热流模型并开展了"结构尺寸-流道拓扑"并行优化设计。首先,构建了散热器3层热流模型,该模型囊括了盖板与流固混合层的流动/传热耦合效应以及散热器厚度方案对热流场的影响。其次,基于3层热流模型,引入孔隙度域来描述流道拓扑,构建了包含流道拓扑变量与层厚变量的连续伴随结构优化模型,并提出了相应的散热器层厚与流道拓扑并行优化方案。最终,数值案例部分评估了3层热流模型准确性及计算效率、"层厚-流道拓扑"并行优化设计结果热流性能和"尺寸-拓扑"并行优化方案。结果表明:相较于全3D热流模型,所构建的3层热流模型仅需少于10%的计算时间获得了近乎一致的温度场;相较于基准设计,所优化的散热器结构新颖且展现出高达30.82%的目标性能改善;相较于离散优化方案,所提出的并行优化方案高效且取得了具有竞争力的设计。

摘要：视频目标跟踪一直是计算机视觉领域非常重要的一个研究分支,多种目标跟踪算法都有着非常亮眼的跟踪效果。但为了适应更多应用场景,目标跟踪算法的结构不断复杂化,计算量的增加使跟踪精度高的算法难以保证实时性的要求。针对这一问题,提出了一种基于HLS的目标跟踪IP核设计方法,选用目标跟踪领域经典算法——核相关滤波算法(KCF),通过分析算法原理中的可并行性,从循环和数组两个方面实现算法由串到并的转换,利用高级综合工具(HLS)将优化后算法打包为IP核,充分结合软硬件设计优势,在保证跟踪精度的基础上提高算法运算效率。经验证,目标跟踪IP核的处理速率可达66.7帧/s,满足视频实时跟踪的要求。

摘要：为了更好调控冷连轧板厚参数,设计了一种冷连轧轧制力深度神经网络模型,增强了冷连轧模型的控制效果。选择2030冷连轧结构进行研究,对多输入多输出(MIMO)深度神经网络(DNN)进行预处理,针对多线程CPU与GPU实施了优化,对比了神经网络模型和冷连轧系统Siemens模型误差。研究结果表明:L-M算法表现出了更优的收敛稳定性、测试和验证性能、梯度下降趋势,并且收敛速度也更快。以随机方式选择200个数据并测定泛化性能测试得到,L-M算法获得了比SCG算法更大的相关系数。都是随着隐含层数的增加,获得了性能更优的神经网络模型,并且都会增加训练时间。从各项模型指标分析,L-M算法都比SCG算法的性能更优。构建神经网络轧制力模型总共包含二个隐含层、节点数介于17~30、通过L-M算法进行训练。采用神经网络轧制力模型得到的结果与实测值之间的误差比Siemens机理模型和测试值的误差更低。

摘要：【应用背景】在如计算流体力学和材料科学等高性能应用领域中,大型稀疏线性方程的求解直接影响高性能应用的效率与精度。异构众核已成为现代超算系统体系结构的重要特征和发展趋势。【方法】本文面向CPU+GPU异构超算系统设计并实现了线性解法器组件CCFD-KSSolver。该组件针对异构体系结构特征,实现了针对多物理场块结构矩阵的Krylov子空间解法器和多种典型预处理方法,采用了如计算通信重叠、GPU访存优化、CPUGPU协同计算等优化技术提升CCFD-KSSolver的计算效率。【结果】顶盖驱动流的实验表明,当子区域数目为8时,Block-ISAI相比于CPU和cuSPARSE的子区域求解器分别取得20.09倍和3.34倍的加速比,且具有更好的扩展性;对于百万阶规模的矩阵,应用3种子区域求解器的KSSolver在8个GPU上的并行效率分别为83.8%、55.7%、87.4%。【结论】本文选择具有块结构的经典多物理中的应用对解法器及预处理软构件进行测试,证明其稳定高效性,有力支撑了以流体力学数值模拟为代表的高性能计算与应用在异构系统上的开展。

摘要：使用经典HS光流法对视频图像中的运动目标进行识别与检测时存在环境噪声多、检测效率低等问题。为此,对光流法进行改进。首先设计新的判定方法降低求解光流的迭代次数,减少算法执行时间;然后结合边缘检测等算法设计满足精度约束的算法,降低环境噪声的影响;最后使用GPU分别对光流法和边缘检测算法并行优化,从而进一步提高算法效率。实验结果表明,所提算法在CDNet2014数据集上的检测精度为88.1%,检测到的运动目标清晰度高。此外,该算法在GPU上的最大加速比为89倍,性能较传统算法有很大提升。

摘要：加速鲁棒特征（SURF）算法计算复杂度高、硬件实现需要大量的逻辑和存储资源, 且描述符构建过程难以并行实现、无法满足实时性要求. 针对上述问题, 提出一种SURF 算法的并行优化方法, 并给出基于FPGA 器件的硬件实现方法. 首先采用圆形特征区域和径向梯度变换等方法实现旋转不变性, 达到取消主方向计算和特征区域旋转的目的, 实现SURF 算法从积分图像计算到描述符生成的全过程并行优化; 然后基于FPGA 器件, 采用多存储器和多路并行流水结构实时实现SURF 优化算法. 对比实验结果表明, SURF 优化算法的匹配性能与SURF 算法相当, 虽然匹配点数比SURF 算法低5%-20%, 但匹配正确率比SURF 算法高5%-10%; SURF 优化算法硬件实现仅采用13.5MHz的时钟, 对于分辨率为720×576 的视频流, 处理速度达到25 帧/s, 满足了实时性要求.

摘要：针对高性能计算机上核反应堆大规模并行计算程序的不稳定运行和内存空间报错等并行运行问题,以核反应堆蒙特卡罗分析程序为例从高性能计算机的系统参数配置、高速网络系统和并行文件系统等方面进行了并行优化研究。选取蒙特卡罗分析程序例题进行测试验证,可实现其大规模并行计算,且符合并行计算规律,所提并行优化方案能有效解决高性能计算机上大规模计算程序并行运行问题。