摘要：DSMC/PIC耦合模拟是一类重要的高性能计算应用,大规模DSMC/PIC耦合模拟计算量巨大,需要实现高效并行计算。由于粒子动态注入、迁移等操作,基于MPI并行的DSMC/PIC耦合模拟往往通信开销较大且难以实现负载均衡。针对自主研发的DSMC/PIC耦合模拟软件,在原有MPI并行优化版本上设计实现了高效的MPI+CUDA异构并行算法,结合GPU体系结构和DSMC/PIC计算特点,开展了GPU访存优化、GPU线程工作负载优化、CPU-GPU数据传输优化及DSMC/PIC数据冲突优化等一系列性能优化。在北京北龙超级云HPC系统的NVIDIA V100和A100 GPU上,针对数亿粒子规模的脉冲真空弧等离子体羽流应用,开展了大规模DSMC/PIC耦合异构并行模拟,相比原有纯MPI并行,GPU异构并行大幅缩短了模拟时间,两块GPU卡较192核的CPU加速比达到550%,同时具有更好的强可扩展性。

摘要：量子博弈论是量子信息和经典博弈论的交叉研究方向。理论研究表明,量子博弈模型不仅能够突破经典博弈模型的收益上限,更是有望用于深入理解和突破量子通信、量子计算等领域的很多基础问题。针对一种利益冲突的贝叶斯量子博弈模型,提出了一种可编程的光量子芯片结构,首次运用硅基光量子芯片实验完成了量子博弈实验。通过动态生成和调控片上量子纠缠态,实验证实了量子博弈相对经典博弈的博弈优势,展示了光量子芯片在量子博弈论研究中的重要作用,为量子信息领域更复杂问题的研究提供了重要的实验手段。

摘要：目的行人重识别旨在解决多个非重叠摄像头下行人的查询和识别问题。在很多实际的应用场景中,监控摄像头获取的是低分辨率行人图像,而现有的许多行人重识别方法很少关注真实场景中低分辨率行人相互匹配的问题。为研究该问题,本文收集并标注了一个新的基于枪球摄像头的行人重识别数据集,并基于此设计了一种低分辨率行人重识别模型来提升低分辨率行人匹配性能。方法该数据集由部署在3个不同位置的枪机摄像头和球机摄像头收集裁剪得到,最终形成包含200个有身份标签的行人和320个无身份标签的行人重识别数据集。与同类其他数据集不同,该数据集为每个行人同时提供高分辨率和低分辨率图像。针对低分辨率下的行人匹配难题,本文提出的基准模型考虑了图像超分、行人特征学习以及判别3个方面因素,并设计了相应的超分模块、特征学习模块和特征判别器模块,分别完成低分辨率图像超分、行人特征学习以及行人特征判断。结果提出的基准模型在枪球行人重识别数据集上的实验表明,对比于经典的行人重识别模型,新基准模型在平均精度均值(mean average precision,mAP)和Rank-1指标上分别提高了3.1%和6.1%。结论本文构建了典型的低分辨率行人重识别数据集,为研究低分辨率行人重识别问题提供了重要的数据来源,并基于该数据集研究了低分辨率下行人重识别基础方法。研究表明,提出的基准方法能够有效地解决低分辨行人匹配问题。

摘要：对计算流体力学(Computational Fluid Dynamics,CFD)程序CNS提出一种Offload模式下对任务内外子区域划分的异构并行算法,结合结构化网格下有限差分计算和四阶龙格-库塔方法的特点,引入ghost网格点区域,设计了一种ghost区域收缩计算策略,显著降低了异构计算资源之间的数据传输开销,负载均衡时CPU端的计算与MPI通信完全和加速器端的计算重叠,提高了异构协同并行性。推导了保证计算正确性的ghost区域的参数,分析了负载均衡的条件。在“CPU(Intel Haswell Xeon E5-267012 cores×2)+加速器(Xeon Phi 7120A×2)”的服务器上测得该算法较直接将任务子块整体迁至加速器端计算的异构算法性能平均提升至5.9倍,较MPI/OpenMP两级并行算法使用24个纯CPU核的性能,该算法使用单加速器时加速至1.27倍,使用双加速器加速至1.45倍。讨论和分析了性能瓶颈与存在的问题。

摘要：DSMC/PIC耦合模拟是一类重要的高性能计算应用。由于粒子动态注入、迁移等操作,传统MPI并行DSMC/PIC耦合模拟通常并行通信开销较大且负载不均衡。文中针对自主研发的DSMC/PIC耦合模拟软件,开展了大规模高效MPI+OpenMP混合并行及动态负载均衡研究。首先设计了基于嵌套双重非结构网格的MPI并行算法,实现了集中式和分布式两种并行通信策略,支持粒子在任意并行进程间的动态迁移。然后提出了加权负载性能模型,设计了动态负载均衡算法及高效网格重映射机制,大幅提升了耦合模拟并行效率,进一步设计了MPI+OpenMP混合并行算法,有效降低了纯MPI并行计算中动态负载均衡的网格重剖分和通信开销。在北京北龙超级云HPC系统上,针对10亿粒子规模脉冲真空弧等离子体羽流开展了数千处理器核心DSMC/PIC耦合并行模拟,验证了并行算法和动态负载均衡的效果。

摘要：量子计算有望加速解决经典计算难以解决的问题,如质因子分解、量子化学模拟等.已有单个量子系统可集成大于50个含噪声的固态量子比特,并在特定的计算任务上超越了经典计算机,标志含噪中尺度量子(noisy intermediate-scale quantum,NISQ)计算时代的到来.随着人们可在单个系统中集成越来越多的量子比特,如何将量子比特与控制硬件、软件开发环境、经典计算资源集成得到完整可用的量子计算系统,是一个有待进一步明确的问题.对比了量子计算与经典计算在控制及执行上的异同,并在此基础上提出了面向NISQ时代的量子-经典异构系统.以一个典型的NISQ算法(迭代相位估计算法)为例,介绍了量子算法从软件描述到硬件执行的整体流程,及与该过程相关的高级程序设计语言、编译器、量子软硬件接口和硬件等.在此基础上,讨论了流程中各个层次在NISQ时代面临的挑战.旨在从工程实现的视角,从宏观层面为读者(尤其是量子计算初学者)介绍量子计算系统,希望可以促进人们对NISQ时代下量子计算系统整体结构的理解,并激发更多相关研究.

摘要：超材料设计和光纤光束控制是光场调控研究的两个重要议题。传统方法取得一定研究进展的同时,也面临着有效性和适应性的问题。为弥补传统方法的不足,研究者们尝试将深度学习方法应用于以上两个议题。介绍了基于深度学习进行超材料设计和光纤光束控制的近期研究工作。超材料设计方面,重点回顾了采用多层感知机、卷积神经网络、循环神经网络、生成对抗网络等经典神经网络模型的相关工作;光纤光束控制方面,主要介绍了典型的搜索方法与深度强化学习方法。基于深度学习进行超材料设计和光纤光束控制的方法,具有速度快和自动化程度高的优势,为光场调控集成化、智能化提供新思路。

摘要：忆阻器是一种使能器件,具有阻值非易失、低功耗、高耐久度、易于集成、CMOS工艺兼容性等特性。基于忆阻器的状态逻辑计算能够实现计算和存储的真正融合,并且是逻辑完备的,从而有望突破冯·诺依曼架构的限制,有效缓解存储墙瓶颈问题。这些优异特性使得忆阻器相关研究受到学术界和工业界的极大关注。鉴于此,从忆阻器所具有的状态逻辑计算特性出发,综述面向应用的计算存储融合体系结构的研究进展。首先详细分析了状态逻辑的实现原理和改进方法;接着梳理了基于忆阻器交叉杆的状态逻辑设计,包括基本逻辑并行实现、拷贝操作和比较操作;然后概括了基于忆阻器的数据存储结构的设计原理和实现结构;在此基础上,探讨了面向应用的计算存储融合体系结构技术;最后,对该方向研究存在的问题进行了总结,并对未来的发展方向进行了展望。

摘要：HPL是高性能计算广泛采用的Linpack测试软件包,传统HPL算法中,求解矩阵将以块为单位循环分布到所有处理器,由于国产加速器(China Accelerator)的底层矩阵乘接口仅支持定制接口,传统HPL算法已不适合CPU+China Accelerator异构系统,因此,必须基于定制接口完成矩阵分布细致划分与封装dPEM,以提供一个通用的HPL测试配置环境;同时,为了充分发挥国产异构系统的效率,设计了异构协同矩阵乘调度算法OA4MM,以提高国产异构系统的效率。实验验证了dPEM的有效性和OA4MM算法的高效性,OA4MM较传统的异构HPL调度算法性能提升近10%。

摘要：目前,区块链用户对不同层级的中间机构缺乏行之有效的监管和授权手段,使得用户数据隐私存在泄露风险。针对上述问题,研究适用于区块链数据隐私保护的可信任监管技术方案,并在经典的BIP32协议上进行丰富和扩展,在新的协议中主要设计并实现一种动态授权策略,授权策略通过改变和设置监管权限使隐私数据真正掌握在用户手中。实验结果和性能对比表明,该方案提出的区块链数据隐私保护方法高效、稳定,并具有很强的实用性,适用于可信任监管的数据隐私保护场景。同时,实验证明随着加密密钥深度的增加,监管时间呈线性增长。