面向国产异构DCU平台的大规模并行矩量法研究

面向国产异构众核处理器超级计算机发展趋势,实现了基于CPU+DCU国产异构并行系统的大规模并行高阶矩量法。在同构并行矩量法负载均衡策略的基础上,提出了一种“MPI+openMP+DCU”的高效异构并行编程框架,解决了计算任务与计算能力不匹配的问题,实现了矩量法异构并行计算过程的负载均衡。采用细粒度任务划分策略与异步通信技术,对深度计算处理器计算过程进行了流水线优化设计,实现了计算与通信重叠,提升了矩量法异构协同计算的效率。通过与有限元法的仿真结果对比,验证了CPU+DCU异构并行矩量法的准确性。基于国产深度计算处理器异构平台的可扩展性分析结果表明,与单纯CPU计算相比,所实现的CPU+DCU异构协同计算方法能够获得5.5~7.0倍的加速效果,且在国家超级计算西安中心能够实现全系统运行,并行规模从360节点扩展到3 600节点(共1 036 800个处理器核心),并行效率可以达到约73.5%。

基于并行融合深度残差收缩网络的有源配电网故障诊断

针对含分布式电源的配电网故障呈现方式多样化以及故障诊断易受分布式电源类型、输出功率等非线性因素影响等问题,提出一种基于并行融合深度残差收缩网络(P-FDRSN)的故障诊断模型。首先,构建具有故障识别支路和故障定位支路的并行网络结构——P-FDRSN,在残差模块中引入收缩机制,减少网络中噪声或冗余信息的影响,提高网络对噪声的鲁棒性;其次,将故障录波信号波形幅值变化转换为灰度图和时频图,送入深度残差收缩网络进行深度特征提取并在汇聚层中将获取的特征进行融合,以增强故障录波信号的特征学习能力。仿真结果表明:在不同分布式电源类型和不同输出功率下,模型故障定位与识别精度均能保持在98.75%和97.25%以上,即使在噪声干扰的情况下,诊断准确率仍可保持在96.75%以上,模型具有较高的精度和较好的自适应性。

基于异构系统的多级并行稀疏张量向量乘算法

张量在许多实际应用中被用来表示大规模、多源、高维、多模态的数据.稀疏张量分解作为挖掘数据中隐藏信息的有效方法之一,已被广泛应用于机器学习、文本分析、生物医疗等研究领域中.稀疏张量向量乘(Sparse Tensor-VectorMultiplication,SpTV)是张量分解中最基础、耗时最多的运算之一.为加速大数据和人工智能相关应用的运行效率,本文提出了基于CPU-GPU异构结构的多级并行SpTV加速算法.首先,为了将SpTV运算映射到混合、多级并行的分布式CPU-GPU异构多/众核构架,本文设计了一种多维并行SpTV划分方法,采用面向节点级并行的N-1维张量划分和面向GPU线程级并行的矩阵划分,充分利用计算节点间和节点内的多级并行计算能力.其次,设计了一种基于稀疏张量纤维的压缩存储格式,压缩稀疏张量的内存占用,优化SpTV运算的计算和访存模式.最后,提出了基于多流并行的异构高效SpTV算法,进一步设计了稀疏张量的细粒度划分方法、多流并行运行机制和基于张量块排序的多流并行优化技术,实现了SpTV运算中通信开销和计算开销的相互重叠与隐藏.实验结果表明,与相关工作aeSpTV相比,所提出的SpTV算法在所有测试数据集上最高能够获得3.28倍的加速比.

基于粗细量化并行与TDC混合的CMOS图像传感器列级ADC设计方法

针对传统单斜式模数转换器(Analog-to-Digital Converter,ADC)和串行两步式ADC在面向大面阵CMOS(Complementary Metal Oxide Semiconductor)图像传感器读出过程中的速度瓶颈问题,本文提出了一种用于高速CMOS图像传感器的全并行ADC设计方法.该方法基于时间共享和时间压缩思想,将细量化时间提前到粗量化时间段内,解决了传统方法的时间冗余问题;同时采用插入式时间差值TDC(Time-to-Digital Converter),实现了全局低频时钟下的快速转换机制.本文基于55-nm 1P4M CMOS工艺对所提方法完成了详细电路设计和全面测试验证,在模拟电压3.3 V,数字电压1.2 V,时钟频率250 MHz,输入电压1.2~2.7 V的情况下,将行时间压缩至825 ns,ADC的微分非线性和积分非线性分别为+0.6/-0.6LSB和+1.6/-1.2LSB,信噪失真比(Signal-to-Noise-and-DistortionRatio,SNDR)为68.271 dB,有效位数(Effective Numbers Of Bits,ENOB)达到11.0489 bit,列不一致性低于0.05%.相比现有的先进ADC,本文提出的方法在保证低功耗、高精度的同时,ADC转换速率提高了87.1%以上,为高速高精度CMOS图像传感器的读出与量化提供了一定的理论支撑.

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。

离散时间的完全服务并行优化轮询排队系统特性分析

轮询是一种依次有序服务的系统资源动态调度机制.针对服务器在站点间查询、服务和转移过程中的流水线作业方式导致了系统整体服务效率较低的问题,本文提出了完全服务的并行优化轮询系统.首先,构建了系统的单服务器多队列排队模型和相应的系统状态方程,并精确解析出系统特性参数的完整数学解析表达式.此外,还提出了一种系统状态稳定性的判定方法,对不同负载状态下的系统稳定性进行了定量分析.计算机仿真的统计分析结果与理论计算值相一致.最后,系统性能分析表明,在保持周期性、无冲突服务的基础上,系统的队长、时延特性和稳定状态下负载能力均得到了较大的提高.

任意起伏地形下重力异常三维正演及并行计算

为了进一步提高空间-波数域三维重力异常正演算法的适用范围和计算效率,本文采用任意傅里叶变换算法实现了空间-波数域三维重力异常正演,且在NVIDIA CUDA平台上进行CPU-GPU并行加速.任意傅里叶变换算法的基本思想是将二维傅里叶变换转化为两个一维傅里叶变换,一维傅里叶变换积分离散为多个单元积分累加和,离散单元中原函数采用二次插值形函数拟合,求出单元积分的解析表达式.相比现有的傅里叶变换算法,新方法具有采样灵活、积分精度高、计算速度快和傅里叶变换的截断效应小等优势.利用空间-波数域算法的高度并行性,采用CPU并行求解常微分方程,GPU并行计算任意傅里叶变换,实现了CPU-GPU并行加速方案,进一步提升了本文算法效率.利用常密度模型,对比数值解和解析解,结果表明本文算法正确;利用变密度模型对比了任意傅里叶变换算法与高斯快速傅里叶变换算法的计算效率与精度,在相近的数值精度下,本文算法波数选取少,效率高;测试CPU-GPU并行效果,结果表明相比CPU串行算法,CPU-GPU并行算法的计算效率大大提升,千万数量级节点数模型正演仅耗时数秒.最后利用实际地形数据进行三维重力异常场数值模拟,证明了新方法的高效性与实用性,对实现大规模复杂条件下重力异常精细化反演成像与综合解释有重要意义.

微酸性电解水-超声波并行联合处理对鲜切生菜表面大肠杆菌杀菌效果的影响

为探明微酸性电解水(slightly acidic electrolyzed water,SAEW)与超声波(ultrasonic,US)并行联合处理对鲜切生菜表面大肠杆菌(Escherichia coli)的杀菌效应,本研究在不同料液比(1∶5、1∶10、1∶15(g/mL))和不同温度(25、35、45℃)条件下采用SAEW-US并行联合处理鲜切生菜,并用平板计数法测定生菜表面E.coli菌落数,对菌落数的变化情况进行协同效应分析及动力学分析。采用流式细胞术和双层培养计数法对处理后的E.coli进行亚致死损伤检测。结果表明,SAEW-US并行联合处理的杀灭E.coli效力高于SAEW单一作用时的杀灭E.coli效力,随着处理时间的延长、溶剂用量的增加和温度的提高,杀灭E.coli效果显著增强。SAEW-US并行联合处理对于杀灭E.coli具有“1+1>2”的协同效应,且杀菌过程遵循一级动力学模型。SAEW-US并行联合处理比单独SAEW处理杀灭E.coli效果强,并且能降低E.coli亚致死损伤数量。综上可知,SAEW-US并行联合处理鲜切生菜表面E.coli存在协同效应,相关结果可为鲜食农产品的杀菌提供理论依据。

“双线并行、五措并举”的高职学生党员培养路径创新研究

学生党员培养是高校党建工作的重要内容之一,党员培养质量关系着党和国家事业的发展。分析了高职学生党员培养的必要性及存在问题,提出了打造高职院校党务工作专业化队伍、创新“线上+线下”并行和“必修+选修”并重的党员培养方式、创新“精选+情感培养”的入党动机教育方法、建立“1+1+1”三段式党员长效培养机制和构建“4+15”党员考核评价体系“五措并举”的学生党员培养创新路径,旨在提升新媒体时代高职学生党员培养质量。

基于并行反向投影的图像超分辨率

基于反向投影的残差特征提取与融合,可有效提升深度网络的特征提取能力,从而有益于改善图像的超分辨率重构性能.在此基础上提出了一种改进的采用并行反向投影策略的图像超分辨率深度网络,通过并行增强处于不同频段的高频特征,得到超分辨率性能的进一步提升.具体进行浅层特征提取后,网络经过多级的双路并行的反向投影特征增强模块.每一级模块中包含两个通路,分别采用顺序相反的上下采样,可同时得到处于不同频段的残差特征信息.通过对多级残差特征的融合,图像的高频特征得到不断的增强.同时网络引入了多尺度特征提取与通道注意力机制,以改进特征表达和学习能力.在多个公开的数据集上的大量实验结果表明,该方法可以有效提升超分辨率性能,并且在减少模型复杂度方面有一定的成效.

基于互信息和融合加权的并行深度森林算法

针对大数据环境下并行深度森林算法中存在不相关及冗余特征过多、多粒度扫描不平衡、分类性能不足以及并行化效率低等问题,提出了基于互信息和融合加权的并行深度森林算法(parallel deep forest algorithm based on mutual information and mixed weighting,PDF-MIMW)。首先,在特征降维阶段提出了基于互信息的特征提取策略(feature extraction strategy based on mutual information,FE-MI),结合特征重要性、交互性和冗余性度量过滤原始特征,剔除过多的不相关和冗余特征;接着,在多粒度扫描阶段提出了基于填充的改进多粒度扫描策略(improved multi-granularity scanning strategy based on padding,IMGS-P),对精简后的特征进行填充并对窗口扫描后的子序列进行随机采样,保证多粒度扫描的平衡;其次,在级联森林构建阶段提出了并行子森林构建策略(sub-forest construction strategy based on mixed weighting,SFC-MW),结合Spark框架并行构建加权子森林,提升模型的分类性能;最后,在类向量合并阶段提出基于混合粒子群算法的负载均衡策略(load balancing strategy based on hybrid particle swarm optimization algorithm,LB-HPSO),优化Spark框架中任务节点的负载分配,降低类向量合并时的等待时长,提高模型的并行化效率。实验表明,PDF-MIMW算法的分类效果更佳,同时在大数据环境下的训练效率更高。

M-APSK鉴相算法与并行载波同步方法

为实现M进制幅相调制(M-APSK)体制下高阶调制信号的相位精细校正,将DVB-S2标准推荐的16APSK和32APSK的Q次方无数据辅助鉴相算法进行了扩展,以应用于64APSK、128APSK和256APSK等高阶调制。针对高阶调制的有效鉴相星座点占比较低时环路工作不稳定的问题提出了改进算法,通过对功率归一化后接收符号的幅值进行阈值判决,仅在高于阈值时进行鉴相,低于阈值时则不改变滤波器状态和相位补偿值,以提高星座点的鉴相有效性和可靠性,从而降低入锁门限。针对高速数传的符号速率非常高,而处理器的工作时钟频率相对较低的问题,提出了一种适用于M-APSK的并行载波同步方法,可以满足接收机工作时钟处理需要。相对于传统固定编码调制(CCM)的载波同步环路,该并行方法还可应用于可变编码调制(VCM)体制的频率跟踪。

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。

基于Spark和NRSCA策略的并行深度森林算法

针对并行深度森林在大数据环境下存在冗余及无关特征过多、两端特征利用率过低、模型收敛速度慢以及级联森林并行效率低等问题,提出了基于Spark和NRSCA策略的并行深度森林算法——PDF-SNRSCA。首先,该算法提出了基于邻域粗糙集和Fisher score的特征选择策略(FS-NRS),通过衡量特征的相关性和冗余度,对特征进行过滤,有效减少了冗余及无关特征的数量;其次,提出了一种随机选择和等距提取的扫描策略(S-RSEE),保证了所有特征能够同概率被利用,解决了多粒度扫描两端特征利用率低的问题;最后,结合Spark框架,实现级联森林并行化训练,提出了基于重要性指数的特征筛选机制(FFM-II),筛选出非关键性特征,平衡增强类向量与原始类向量维度,从而加快模型收敛速度,同时设计了基于SCA的任务调度机制(TSM-SCA),将任务重新分配,保证集群负载均衡,解决了级联森林并行效率低的问题。实验表明,PDF-SNRSCA算法能有效提高深度森林的分类效果,且对深度森林并行化训练的效率也有大幅提升。

一种融合多尺度技术和并行网络的DR检测方法

针对糖尿病视网膜病变(DR)检测模型在下采样过程中关键信息丢失和模型鲁棒性差的问题,构建一个PM-Net模型(Parallel Multi-scale Network)。在下采样过程中,利用信息增强的方式设计了多尺度最大池化和多尺度卷积模块并对ResNet-50改进。进一步,为了提高模型的鲁棒性,使用双分支的架构对模型进行扩展。提出的多尺度模块使得模型在下采样的过程中获得了更加丰富的视网膜眼底图像特征,从而提高了DR检测的性能,同时提出的双分支模型在DR检测过程中用局部信息辅助全局信息保证了模型的鲁棒性。模型在EyePACS、DDR和私有数据集进行了实验验证。实验结果表明:与主流的模型相比,本模型在EyePACS数据集上的准确率和二次加权Kappa分数分别提高了2.58%和1.31%。

并行特征提取和渐进特征融合的计算机主板装配缺陷检测

针对计算机主板装配缺陷检测中的元器件位置分布复杂、缺陷目标不显著及多尺度等问题,本文提出了一种并行特征提取和互交叉渐进特征融合的端到端的缺陷检测算法。首先,结合部分卷积和视觉Transformer提出了一种并行残差特征提取网络,利用部分卷积的低计算复杂度的优势提取局部特征,同时利用视觉Transformer的长距离建模能力扩大模型的感受野,增强网络的特征提取能力。其次,引入注意力机制和特征渐进融合机制,提出了一种多尺度注意力互交叉的渐进特征融合网络,增强检测模型的特征融合能力。在公开数据集上的实验结果表明,该算法的平均精度均值(mAP)达到了94.63%,相较于基线模型YOLOv5提升了4.62%,并优于其他几种先进模型,检测速度达到了25 FPS。实现了较好的检测精度与速度的平衡,为实际工业环境下计算机主板表面装配缺陷检测自动化和智能化的实现提供了一种快速、有效的方法。

端接复杂电路传输线网络的电磁耦合时域并行计算方法

针对端接复杂电路传输线(TL)网络的电磁耦合问题,仍缺乏高效的场路协同仿真技术。该文将传输线方程与时域有限差分(FDTD)方法、诺顿定理和置换定理以及NGSPICE软件相结合,并引入消息传递接口(MPI)并行技术,提出一种高效的时域混合并行算法(FDTDTL-NGSPICE)。首先,根据诺顿定理和置换定理,将传输线网络分解为传输线子系统和复杂电路子系统,并构建对应的等效电路模型。然后,使用FDTDTL并行算法计算传输线子系统沿线各点的电压和电流,并获取对应诺顿等效电路的电流源和等效导纳大小。最后,使用NGSPICE对复杂电路子系统进行传导干扰分析,获得复杂电路各元件上的瞬态响应,并将端口电压反馈给传输线子系统作为边界,实现传输线网络电磁耦合的场线路联合协同仿真。通过对3类典型场景的计算实例,分别使用时域混合并行算法和电磁仿真软件CST电缆工作室(CS)进行数值模拟并对比,验证所提算法的置信度。

多核处理器公平共享并行总线的方法

针对综合化电子系统中多个功能运行于同一多核处理器的不同核同时访问同一并行总线的冲突避免以及实时性问题,提出一种基于最小访问颗粒度的多核处理器公平共享并行总线的方法,并详细介绍了该方法的设计实现及验证。该方法不仅通过为每核分配一个总线操作缓冲队列保障了同一核的总线操作先到先服务,而且通过单个读写操作周期的公平队列算法保障了每核总线操作的实时性。工程实践表明,该方法是一种多核处理器公平共享并行总线的有效方法。

基于Delaunay三角网的克里金并行算法优化

当采样点数据量较大时,可以采用Delaunay三角剖分建立三角网来使用局部邻域采样点进行克里金插值.但是该算法需要对每个插值点拟合半变异函数,插值点规模大时造成巨大开销.为此,本文提出了一种以三角形为单位拟合半变异函数的克里金插值方法,采用CPU-GPU负载均衡将部分计算优化,充分考虑不均匀样本对克里金插值效果的影响.结果表明,本文算法能够保证不均匀样本集的插值效果,提升了计算性能且能够保证较高的精度.

论面向虚拟世界的多点并行取证规则

面对虚拟世界中的违规经营活动,传统电子取证固证技术面临取证成本高、证据易被篡改和合法性欠缺等问题。多点并行取证技术规则从间接证明理论出发,借助时空跨度大、随机性强的多个取证节点,以可控的经济成本对电子商务经营者的侵权或违约事实进行更有效的证据收集,同时赋予经营者合理的反证机会。这种技术规则在行政执法和消费者维权场域都具有广泛的适用空间,但在构建行政执法系统时需联系既有的监管标准,在取证和固证环节通过人机分离、数据备份等技术措施确保环境清洁。在搭建面向消费者的取证平台时,需恪守最小必要原则,通过审查平台企业经营资质等方式实现平台中立,利用公开透明的取证手段和完整的证据链条确保电子证据的证据能力。