面向Stencil计算的自动混合精度优化

混合精度在深度学习和精度调整与优化方面取得了许多进展,广泛研究表明,面向Stencil计算的混合精度优化也是一个很有挑战性的方向.同时,多面体模型在自动并行化领域取得的一系列研究成果表明,该模型为循环嵌套提供很好的数学抽象,可以在其基础上进行一系列的循环变换.基于多面体编译技术设计并实现了一个面向Stencil计算的自动混合精度优化器,通过在中间表示层进行迭代空间划分、数据流分析和调度树转换,首次实现了源到源的面向Stencil计算的混合精度优化代码自动生成.实验表明,经过自动混合精度优化之后的代码,在减少精度冗余的基础上能够充分发挥其并行潜力,提升程序性能.以高精度计算为基准,在x86平台上最大加速比是1.76,几何平均加速比是1.15;在新一代国产申威平台上最大加速比是1.64,几何平均加速比是1.20.

RISC-V基础数学库性能优化

基础数学库作为计算机系统最基础的软件库之一,其性能是影响上层应用执行效率的主要因素之一。现有的RISC-V基础数学库虽然可以实现正确计算,但其源码中存在大量访存指令和冗余指令,导致函数性能不高;同时RISC-V数学函数的汇编代码量大,分支判断复杂,增加了直接优化的难度。针对上述问题,遵循从局部到整体的优化思路,提出了RISC-V数学函数的关键路径自动检测方法,重点解决对关键分支进行优化时其他分支寄存器依赖易被改变的问题。依据队列式寄存器分配策略,对同一路径内寄存器进行再分配,提高了寄存器利用率,最大限度地减少了访存指令数。此外,还对冗余指令进行了组合功能重构。实验结果表明,67个RISC-V数学函数由平均144个时钟周期优化为85个时钟周期,性能平均提升了29.61%。

邮件挖掘技术在社会网络分析中的研究与应用

邮件挖掘是数据挖掘领域中一项新兴的技术,它的出现源于电子邮件在人们生活中的广泛使用以及数据挖掘技术的日益成熟。介绍分析了这项技术及其崭新的一个应用——社会网络分析SNA,并根据当前国际研究现状与发展趋势,提出了社会关系网络的构建方法以及社团挖掘改进算法和相关优化策略。描述了社会网络分析系统框架结构的设计与搭建。

一种改进的超越函数通用算法

提出一种适用于高性能计算的基础数学库超越函数通用算法。基于转换、近似、重建等技术,对级数法和迭代法进行改进,运用函数收敛性最好的一段区间进行函数算法设计,通过减少运算次数来降低因多次运算导致的累积误差,保证函数算法的精度。利用查表法构造辅助表参与运算,减少算法开销。测试结果表明,与GNU数学库函数相比,基于该算法的数学库函数运行效率平均提升50.91%。

基于存储过程的海量邮件数据挖掘

现有的邮件系统缺少对海量邮件数据的分析和挖掘功能,传统的对单封邮件的分类方式效率低下。针对该问题,研究文本挖掘特点,提出一种基于海量关系型数据库存储过程实现的高效的海量邮件内容数据挖掘算法,并对算法进行多个级别的性能优化。实验结果表明,该算法具有高效性、稳定性和普适性。

基于GPU的并行最小生成树算法的设计与实现

针对目前并行Prim最小生成树算法效率不高的问题,在分析现有并行Prim算法的基础上,提出了适于GPU架构的压缩邻接表图表示形式,开发了基于GPU的min-reduction数据并行原语,在NVIDIA GPU上设计并实现了基于Prim算法思想的并行最小生成树算法。该算法通过使用原语缩短关键步骤的查找时间,从而获得较高效率。实验表明,相对于传统CPU实现算法和不使用原语的算法,该算法具有较明显的性能优势。

基于GPU的单源最短路径算法设计与实现

针对目前图形处理器(GPU)上的动态数据处理问题,在分析现有并行单源最短路径(SSSP)算法的基础上,对GPU上的Moore SSSP算法进行并行化设计与实现。搜索时,综合应用层次化任务分配、层次化工作队列、层次化Kernel调用等策略。在不同类型图数据上进行实验测试,实验结果表明,该算法能有效减少空线程开销、访存开销以及同步时间。

机群作业管理系统Condor综述

文章简要地介绍了机群计算机系统结构,机群作业管理系统的一个实例Condor,分析了Condor的特点,Condor系统的组成结构和核心进程,Condor进程的运行;最后给出Condor在设置检查点的一些局限性。

基础数学库中的MCET寄存器分配方法

针对基础数学库中的寄存器分配特点,利用最常用情况执行时间MCET(Most-Case Execution Time)模型对经典的线性扫描寄存器分配算法进行了扩展。该算法能够很大程度上减少数学库中的最常用路径上的变量溢出过程,将变量溢出过程分配到非常用路径上,从而减少全局的寄存器溢出开销,提高数学库的性能。对基础数学库中函数的应用此分配算法之后,最常用路径执行时间、平均路径执行时间都得到了不同程度的提高。

用RSL描述网格资源分配

本文简要介绍了网格和Globus,Globus的系统结构和资源分配;用户可以根据RSL描述来发出任务请求并交给GRAM处理;重点介绍了资源描述语言RSL,RSL语法、标记和属性。最后用修正的BNF描述了RSL的语法和标记规则。

高层建筑后浇带探析与施工要点

本文从后浇带的类型、功能以及设置的部位和形式出发,结合自己在高层建筑中施工后浇带的经验,提出了在实际施工模板、钢筋、混凝土等方面应注意的事项以及施工地下室后浇带防渗漏的措施。

钢筋混凝土现浇楼板裂缝成因及防治

随着人们对居住环境、使用功能、安全性的要求越来越高,对住宅的质量和裂缝问题也越来越重视,我们更应该重视设计、施工的各个环节,以高度的责任心去完成每个工程。现浇钢筋混凝土楼、屋面板的裂缝,是目前较难克服的质量通病之一,本文结合实例分析现浇板裂缝的原因、处理和预防。

在PowerBuilder中读写Sybase的Image数据

Ｉｍａｇｅ类型数据的读写是数据库系统中的一个难点，本文探讨了在广为流行的数据库开发工具ＰｏｗｅｒＢｕｉｌｄｅｒ环境下，读写Ｓｙｂａｓｅ数据库中ｉｍａｇｅ类型数据的方法。

麻黄与桂枝混合汤剂的红外光谱

测试了单味药麻黄、桂枝及麻黄+桂枝混合汤剂红外光谱,标示其吸收峰,并确认其归属。在麻黄+桂枝汤剂中保留了麻黄、桂枝单味药物汤剂中的某些成分,见麻黄+桂枝光谱1 205和1 074 cm-1处等;麻黄、桂枝光谱中的某些成分并未在麻黄+桂枝光谱中出现,见麻黄+桂枝光谱1 394和678 cm-1处等;在麻黄+桂枝汤剂光谱中,出现了新的吸收峰,见麻黄+桂枝光谱757和1 407 cm-1处等。同时,因吸收峰位置有所改变,说明各基团在麻黄、桂枝、麻黄+桂枝汤剂中所处的化学环境不同。在麻黄+桂枝汤剂中可能新生成了麻黄、桂枝单味药物汤剂中所没有的化学成分。麻黄+桂枝汤剂所包含的药物成分并非是单味麻黄、桂枝汤剂所含药物成分的简单相加。文章在研究麻黄+桂枝混合汤剂红外光谱的基础上提出了方剂光谱学的概念。

一个浮点数学函数库测试平台

数学函数库作为CPU软件的重要组成部分,对于高性能计算机平台上的科学计算、工程数值计算起着极为关键的作用.现有的测试工具只能片面地对函数库进行测试,没有从正确性、精度和函数性能这3方面加以考虑,而且往往只针对一类目标体系结构,适用性有限.针对现有测试工具的缺陷,提出了面向多目标体系结构、全面可复用的一体化测试平台BMltest(basic math library test).测试平台结合函数特征值、IEEE-754特殊数以及利用浮点数生成规则实现的全浮点域指数分布的IEEE-754规范数构造了测试集,有效提高了测试集浮点数的覆盖率;提出了基于多精度库MPFR(multiple-precision floating-point reliable library)的精度测试方法,提高了精度测试的可靠性;提出了基于代码隔离的性能测试方法,最大限度地降低了外部环境对性能测试的干扰.针对大量的浮点测试结果,给出了合理的结果评价方案.测试平台使用的测试集数据与函数做到了相关性的极大分离,保证了测试方法的普适性.通过对包括GNU,Open64及Mlib函数库内所有855个函数的测试结果表明:BMltest平台的测试数据集更全面、有效,精度测试方法更可靠;与其他测试平台相比,性能测试结果更准确、稳定.

基于本体的元数据管理系统的研究

介绍了运用本体和元数据相结合的思想解决异构数据库集成问题的系统,对基本思路、分层原理和设计方案进行了阐述。在该系统中,首先通过元数据来描述局部数据库的模式信息,然后引入本体来描述元数据中各种术语及相互关系的确切含义,采用分层的思想管理元数据从而建立语义统一的全局模式,达到屏蔽底层数据库异构的目的。该系统能从元数据中充分提取有用信息,利用本体从语义层面解决数据源之间的多种异构问题,极大的简化了对用户的查询处理。

浮点数学函数异常处理方法

异常会造成程序错误,实现完全没有异常的浮点计算软件也很艰难,因此,实现有效的异常处理方法很重要.但现有的异常处理并不针对浮点运算,并且研究重点都集中在整数溢出错误上,而浮点类型运算降低了整数溢出存在的可能.针对上述现象,面向基于汇编实现的数学函数,提出了一种针对浮点运算的分段式异常处理方法.通过将异常类型映射为64位浮点数,以核心运算为中心,将异常处理过程分为3个阶段:输入参数检测(处理INV异常)、特定代码检测(处理DZE异常和INF异常)以及输出结果检测(处理FPF异常和DNO异常),并从数学运算的角度对该方法采用分段式处理的原因进行了证明.实验将该方法应用于Mlib浮点函数库,对库中600多个面向不同平台的浮点函数进行了测试.测试结果表明:该方法能够将出现浮点异常即中断的函数个数从90%降到0%.同时,实验结果验证了该方法的高效性.

面向异构众核从核的数学函数库访存优化方法

数学库函数算法的特性致使函数存在大量的访存,而当前异构众核的从核结构采用共享主存的方式实现数据访问,从而严重影响了从核的访存速度,因此异构众核结构中数学库函数的性能无法满足高性能计算的要求。为了有效解决此问题,提出了一种基于访存指令的调度策略,亦即将访存延迟有效地隐藏于计算延迟中,以提高基于汇编实现的数学函数库的函数性能;结合动态调用方式,利用从核本地局部数据存储空间LDM(local data memory),提出了一种提高访存速度的ldm_call算法。两种优化技术在共享存储结构下具有普遍适用性,并能够有效减少函数访存开销,提高访存速度。实验表明,两种技术分别能够平均提高函数性能16.08%和37.32%。

麻黄与杏仁混合汤剂红外光谱分析

测试了单味药麻黄、杏仁及麻黄+杏仁混合汤剂的红外光谱。经分析:在麻黄+杏仁汤剂中保留了麻黄、杏仁单味药物汤剂中的某些吸收峰,见麻黄+杏仁光谱1402和1076 cm-1处等;麻黄、杏仁光谱中的某些吸收峰并未在麻黄+杏仁光谱中出现,见麻黄+杏仁光谱1394和682 cm-1处等;在麻黄+杏仁汤剂光谱中,出现了新的吸收峰,见麻黄+杏仁光谱688和1187 cm-1处等。同时,因吸收峰位置的改变,说明各基团在麻黄、杏仁、麻黄+杏仁汤剂中所处的化学环境不同,汤剂中生化物质的结构发生了变化,或麻黄+杏仁汤剂中可能新生成了麻黄、杏仁单味药物汤剂中所没有的化学成分。麻黄+杏仁汤剂所包含的药物成分并非是单味麻黄、杏仁汤剂所含药物成分的简单相加。

基于邮件分类的敏感社团挖掘技术

针对海量邮件数据的处理需求和实际业务需要,设计了基于三层过滤模型的邮件挖掘系统。对时间属性、内容信息和地址数据进行逐层分析和筛选过滤,在广度上缩小侦察范围,在深度上加大挖掘力度。系统以邮件正文和主题包含的敏感信息为切入对邮件进行自动分类,进而通过地址信息建立邮件社会关系网络,挖掘原始邮件数据背后隐含的社团结构。最后通过实验验证了其有效性。