基于混合有限元法的油浸式变压器稳态流-热耦合场并行计算方法

针对油浸式变压器2维流-热耦合仿真计算效率低的问题,提出了基于混合有限元法的并行计算方法。首先,在Visual Studio 2019中采用C++语言实现无量纲最小二乘有限元法以及迎风有限元法的串行计算方法。然后,基于图形处理器(graphic processing unit,GPU)实现流体场的并行计算,针对单分区分匝模型对比分析了不同GPU卡在不同网格条件下的并行计算效率,分析结果表明数据规模越大,GPU卡流处理器越多并行效果越好。其次,基于Intel MKL(Intel math kernel library)函数库结合共享存储并行编程(open multi-processing,OpenMP)实现了2维温度场的并行计算,并对比分析了不同网格数量对并行效率的影响。最后,在此基础上提出了根据不同仿真条件的混合并行计算方法,并应用到大型油浸式变压器绕组模型的2维温升热点分析中。结果表明,相较于串行程序,混合有限元并行计算方法的加速比达到了69.5,实验测试结果进一步验证了并行计算结果的准确性,研究成果为大型油浸式变压器流-热耦合问题的快速计算奠定了基础。

超大规模数据处理中并行计算技术的应用研究

随着人工智能和大数据时代的到来,超大规模数据处理成了一个重要的研究领域。该文主要探讨并行计算技术在超大规模数据处理中的应用,首先详细阐述并行计算和超大规模数据处理的基本理论与概念,特别是并行计算的编程模型与工具,最后通过分析并行计算在搜索引擎、气象预报和金融分析等中的实际案例,阐述并行计算技术在超大规模数据处理中的实际应用。

高性能并行计算的发展历程

并行计算是相对于串行计算而言的,它是将一个计算任务分解成若干相对独立的子任务,然后用若干个处理器对其并行求解。使用并行计算最直接的目的就是提高问题的求解速度以快速完成原问题的解。非数值计算是相对数值计算而言的,它研究的是如何将计算科学中一些不能直接使用数学函数解决的问题并行求解。90年代开始,我带领团队系统地开展了此方面的研究,首先是奠定了所需的理论基础,并逐渐形成了完善的学科体系和应用示范。在此过程中,我们还积极倡导交叉学科研究,及时关注学科前沿技术,并且坚持学术研究要服务于国民经济主战场。在整个研究过程中,我们一方面积极开展国际学术交流,创办国际学术会议和专业期刊;另一方面坚持自力更生,研制自主可控的国产高性能计算机,创建科教平台为普及中国高性能计算机教育服务。

三维连续-非连续并行计算方法及其在岩爆过程模拟中的应用

随着深部岩石工程的发展,岩爆变得越发严重。在岩爆的数值模拟方面,连续方法和非连续方法均具有一定的局限性。兼具二者优势的连续-非连续方法更具优势,且正在快速发展。基于CUDA对自主开发的三维拉格朗日元与离散元耦合连续-非连续方法进行了GPU并行加速。为了探索岩爆的机理和过程,模拟了不同静水压力、侧压系数和单元数目(最多达100×10^(4))条件下圆形洞室围岩V形坑的演化规律和单元弹射现象。考察了洞室围岩中裂纹的定量演化规律。研究表明:当静水压力较大时,基于芬纳公式的支护设计偏于不安全。由于V形坑的位置发生改变,V形坑的平均最大深度随着静水压力的增加先缓慢增加后快速增加。关于洞室围岩V形坑的模拟结果能与有关的实验结果、数值结果和现场观测结果吻合。上述研究很好地体现了岩爆并行计算较串行计算和商业软件计算的优势。

异构并行计算下高维混合型数据聚类算法研究

高维数据维度增加,数据空间的体积呈指数增长,容易陷入“维数灾难”,导致聚类算法执行效率低,为此,提出异构并行计算下高维混合型数据聚类算法。构建高维混合型数据相异度矩阵,提取高维混合型数据的统计序列特征值,利用时间窗口进行特征优化。采用K⁃Prototypes聚类算法提取高维混合型数据的统计序列特征,评估数据与类中心的相异性,计算数据与类中心的欧氏距离,实现高维混合型数据聚类。采用异构并行计算技术进行高维混合型数据K⁃Prototypes聚类的并行化处理,合理分配CPU与GPU工作,达到CPU与GPU的工作负载平衡,提高K⁃Prototypes的聚类效率。实验结果表明,此算法对于高维混合型数据的聚类效果好、运行时间短、性能稳定。

面向SW26010间断有限元算法的多级并行计算

间断有限元算法(Discontinuous Galerkin Finite Element Method,DGM)是一种高精度的数值求解算法,针对电磁工程应用中DGM并行计算效率低、计算量较大的问题,提出了基于SW26010平台的并行DGM算法。通过区域分解、数据结构重构、热点函数从核并行计算、计算与通信重叠及从核缓冲优化技术完成了DGM算法的并行优化。实现结果表明,与基于MPI进程级的DGM并行算法相比,可以获得46.8的平均加速比。

基于并行计算的高速网络流量监测技术

随着网络技术的快速发展和网络性能的快速提高,各种网络行为也在不断增加。因此,在高速网络流量下的监控技术也迫在眉睫。这项技术可以让人们更好地理解网络行为,并有效地提高人们控制互联网的能力。论文旨在研究利用改进的高性能哈希技术来满足日益困难的高速网络流量检测。论文提出了一种基于并行计算改进的哈希函数算法,有效地提高了哈希算法的性能,提高了该技术对当前高速网络流量的监控能力。论文的实验结果表明,改进后的哈希技术的性能可以提高35%~45%,这种改进程度对于目前的高速网络流量来说无疑是巨大的。

新时期“GPU并行计算”课程体系与教学模式设计

为满足新时期人工智能交叉方向人才培养需求,对“GPU并行计算”课程体系与教学模式进行了积极的探索和实践。理论教学方面,夯实并行计算基本理论,强化并行算法设计、GPU并行编程技巧及优化方法。实践教学方面,通过渐进式实验项目的反复迭代,帮助学生建立实践经验和应用信心。新体系通过多样的教学模式使学生紧跟并行计算研究的前沿技术。通过鼓励不断创新和探索的课程评价体系使学生能够自觉、自愿地将并行计算应用于科学研究。

基于图计算的配电网理论线损分层并行计算方法研究

随着配电网规模的不断增大,在理论线损计算等电网分析应用领域,存在计算效率较低的问题。在构建配电网理论线损分析图模型的基础上,提出了一种基于图计算的配电网理论线损分层并行计算方法。该并行图计算方法采用整体同步并行计算模型(bulk synchronous parallel computing model,BSP),能够有效减少大型配电网的潮流计算时间。同时充分考虑配电网多层级的划分,通过分馈线子图并行前推回代潮流计算,能够提高理论线损的分析效率,并且能快速准确地找到网络降损的关键点。最后在IEEE123节点模型上验证了本文提出的模型和算法的有效性。

基于GPU的zk-SNARK中多标量乘法的并行计算方法

针对zk-SNARK(zero-knowledge succinct non-interactive argument of knowledge)中计算最为耗时的多标量乘法(multiscalar multiplication,MSM),提出了一种基于GPU的MSM并行计算方案。首先,对MSM进行细粒度任务分解,提升算法本身的计算并行性,以充分利用GPU的大规模并行计算能力。采用共享内存对同一窗口下的子MSM并行规约减少了数据传输开销。其次,提出了一种基于底层计算模块线程级任务负载搜索最佳标量窗口的窗口划分方法,以最小化MSM子任务的计算开销。最后,对标量形式转换所用数据存储结构进行优化,并通过数据重叠传输和通信时间隐藏,解决了大规模标量形式转换过程的时延问题。该MSM并行计算方法基于CUDA在NVIDIA GPU上进行了实现,并构建了完整的零知识证明异构计算系统。实验结果表明:所提出的方法相比目前业界最优的cuZK的MSM计算模块获得了1.38倍的加速比。基于所改进MSM的整体系统比业界流行的Bellman提升了186倍,同时比业界最优的异构版本Bellperson提升了1.96倍,验证了方法的有效性。

基于OPENMP的再入飞行器轨迹多重打靶法并行计算

实现基于多重打靶法将助推滑翔飞行器的轨迹优化问题变成非线性规划问题,用多重打靶法对三自由度再入轨迹进行优化,使用序列二次规划优化器进行优化,同时使用openmp进行并行计算,可以对等式约束中的积分进行并行计算。使用多重打靶法的再入轨迹优化算法,对模型进行并行计算。在MATLAB版本上使用的优化方法是内点法,而在C上面使用的优化方法是序列二次规划算法,C上面的程序是根据MATLAB转换的。仿真实验选取CAV-H模型进行计算,并行计算利用openmp获得了8.398倍加速比。多重打靶法与直接打靶法的结果基本一致,最小吸热量的多重打靶法的吸热量与以最小吸热量为目标函数的直接打靶法相差不多。通过仿真得出结论,线程数目在13时加速比最大,平均相对效率在93%以上。

基于Seed-PCG法的列车-轨道-地基土三维随机振动GPU并行计算方法

为了解决列车-轨道-地基土三维有限元模型随机多样本计算效率低的问题,本文提出了一种基于Seed-PCG法的高效并行计算方法。基于有限元法和虚拟激励法建立轨道不平顺激励下的三维列车-轨道-地基土耦合随机振动分析模型;针对车致地基土随机振动分析产生的多右端项线性方程组求解问题,采用Seed-PCG方法进行求解。通过PCG方法求解种子系统得到的Krylov子空间进行投影,以改进其余线性方程组的初始解和对应的初始残量,有效提高了PCG法的收敛速度,最后,在MATLABCUDA混合平台上开发了并行计算程序。数值算例表明:相同计算平台下的该方法相比多点同步算法获得了104.2倍的加速;相比PCG法逐个求解方案减少了18%的迭代次数,获得了1.21倍的加速。

基于并行计算的网络舆情数据分析方法研究

随着各类社交平台规模的扩大,网络舆情对在校学生的影响也越来越大。而传统舆情数据分析系统仅能对少量舆情数据进行分析,无法快速、准确地处理当前海量的舆情数据。针对这一问题,文中通过对舆情数据进行特征识别,设计了一套基于Hadoop架构的网络舆情数据分析系统。在该系统中,通过将CNN与BiLSTM加以融合来实现对舆情数据的分类识别,进而解决了单一算法无法获取文本上下文含义的问题。同时,该设计还将算法部署在Hadoop并行计算集群中,从而有效增加了数据的训练速度。实验结果表明,所提方法在所有对比算法中性能最优,且显著提升了算法的迭代速度,并可有效解决传统算法无法处理海量文本数据的缺陷。

图计算平台性能优化与并行计算策略研究

图计算平台的性能优化与并行计算策略仍面临诸多挑战。对图计算平台的性能优化与并行计算策略进行了综述与分析。首先,分析了图计算平台的特点及其面临的性能瓶颈;其次,总结了常见的数据分割策略、任务调度策略及并行计算框架,对比分析了它们的优缺点;再次,探讨了图数据存储压缩、缓存机制、数据预取与延迟加载等优化技术;最后,指出了图计算领域的研究趋势和有待进一步探索的方向。

基于CUDA并行计算的煤矿奥灰突水快速准确预测方法

通过分析目前我国煤矿突水预测研究的现状,提出当前条件下我国煤矿突水预测方法难以实现实时监测突水风险问题。通过将待监测区域进行有限元剖分,根据区域内钻孔水位反演计算监测区域各节点水位,从而进行突水风险预测。结合有限元突水预测方法,将英伟达公司开发的CUDA并行计算技术应用到煤矿突水防治中,详细介绍了CUDA预测突水软件编写思路和模型。编写了CUDA监测突水程序并结合钻孔水位数据对煤矿突水点进行了实际预测,与传统CPU串行计算相比,大大提高了煤矿突水预测计算速度,对实现煤矿突水快速准确预测具有参考意义。

岩层运动并行计算系统StrataKing及云平台StrataKing.UniXDE参数确定原则及应用

StrataKing(SK)及StrataKing.UniXDE(SK.U)是针对采动诱发岩层运动的首款GPU并行计算系统和云平台。介绍了主要参数的确定原则。单元尺寸的选取应综合考虑GPU的性能和计算精度。准静力计算时,局部自适应阻尼系数尽量接近上限取。通过浅埋厚煤层岩层运动模拟,展示了SK的大规模计算能力、丰富功能和鲜明矿业特色。对本文结果与相似材料模拟实验结果的异同进行了分析。对已经处于试用阶段的SK.U的使用进行了介绍。

融入几何元素的并行计算课程教学实践——以卡茨马兹型算法为例

并行计算作为数据科学与大数据技术专业的一门重要课程,以介绍各种数值并行算法原理为主要内容。本文以卡茨马兹型算法为例,采用案例教学法,将几何元素融入到并行计算课程教学实践中,旨在帮助学生能够更直观地理解卡茨马兹算法及其变种之间的联系,建立更牢固的知识结构。

延拓式教学在数值并行计算课程中的应用研究

延拓式教学是一种内容更加灵活多样的教学模式,对培养学生的实践能力和创新能力具有重要意义。文章将从实施方式、效果评价和影响因素等方面,以数值并行计算课程中的卡茨马兹方法为例,对其延拓式教学进行研究,旨在帮助学生更加深刻地理解卡茨马兹算法及其变种之间的联系,以便建立牢固的知识框架。Extension teaching is a more flexible and diverse instructional approach that holds significant importance in cultivating students’ practical and innovative capabilities. This paper explores extension teaching in the context of a Numerical Parallel Computing course, using the Kaczmarz method as a case study. It focuses on implementation methods, effectiveness evaluation, and influencing factors. The aim is to deepen students’ understanding of the connections between the Kaczmarz algorithm and its variants, thereby establishing a solid knowledge framework.

基于并行计算熵的同构集群负载均衡算法

提出并行计算熵的概念以及基于并行计算熵的同构集群负载均衡算法．理论分析证明并行计算熵作为系统负载均衡程度度量的合理性．算法以并行计算熵来衡量集群系统中节点之间负载均衡程度,以节点任务运算量来衡量节点的负载信息,并根据并行计算熵来进行负载迁移决策．实验证明相对基于任务数阈值的负载均衡算法并行计算性能有一定提高．

电力系统并行计算方法比较研究

并行处理技术相对于传统的串行处理,具有无可比拟的优越性。以代数方程组和微分方程组的求解为线索,对并行算法在电力系统分析计算中的应用进行了总结,指出了各类算法的优缺点及适用范围。