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FPGA误差可控的浮点运算加速器研究

浮点运算是高性能计算(HPC)领域的基础运算。在大数据与云计算的背景下,高性能计算平台需要处理的数据量与日俱增,而且浮点数的舍入误差在大规模、长时程的运算中会产生累积,因此,在提升浮点运算性能的同时保证计算结果的可靠性非常重要。利用现场可编程门阵列(FPGA)可编程、低功耗、灵活性强的特点,针对含复杂单项运算的浮点多项式设计一种浮点运算加速器。基于无误差变换的思想,通过计算得出舍入误差值,将其补偿到浮点数值上,从而实现误差可控。采用异步并行的方式实现运算加速,并通过构建CPU-FPGA平台最大化地利用计算资源,保证计算任务执行的高效性。数据测试结果表明:在不限制对称性下的数值相对论模拟运算中,该加速器在200 MHz的主频下可达到91.85 MFLOPs的峰值性能;与Intel i76700K CPU运行最大线程数的性能相比,该加速器实现了50.54的加速比,并在该条件下获得了平均53.6%的精确结果百分比以及更低的相对误差,表明其具备较高的可靠性。

基于核和灰度的灰色异构数据代数运算法则及其应用

为解决灰色异构数据的建模问题,应用"核和灰度"对灰色异构数据代数运算法则及其性质展开研究。将灰信息表征为"核和灰度",通过"核"将灰色异构数据代数运算转换为实数之间代数运算,根据灰度不减公理确定运算结果之灰度,在此基础上构建灰色异构数据的代数运算法则,并将该法则应用于灰色异构数据预测模型的构建及空气质量指数(AQI)的预测。研究成果对丰富与完善灰色系统基础理论具有积极意义。

数学运算素养下的计算课教学案例比较研究——以“三位数乘两位数”的同课异构为例

如何结合具体的教学内容及认知特点培养数学运算素养是一线教师在教学实践中亟需解决的问题.研究以两位教师执教的人教版四年级上册"三位数乘两位数"的同课异构教学案例为对象,主要从课堂导入、探索新知、巩固训练、课堂小结4个方面对课堂中如何落实数学运算素养进行了比较分析,最后得出了相关的研究结论及启示.

从“读懂”向“用活”迈进——“不含括号的三步混合运算”例题的同课异构教学及思考

最近，我校组织青年教师开展同课异构活动，所选的课题是四年级下册的“不含括号的三步混合运算”。三位执教老师对教材例题进行了不同的处理，引起了笔者对例题改编的思考。

一种GPU-CPU异构运算框架加速的实时N-1交流潮流计算方法

随着电力系统规模的扩大,为了适应N-1安全校验日益上升的实时性和精确性的需求,提出一种图形处理单元—中央处理单元（graphics processing unit-central processing unit,GPU-CPU）异构运算框架加速的实时N-1交流潮流计算方法。算法中设计一种N-1潮流问题的拼接求解方法,将原本多个独立的潮流问题组合为一个。雅可比矩阵的拼接生成采用并行化处理,线性方程组的求解根据规模大小选择直接法或迭代法处理,其中迭代法采用并行化处理。算法整体分为CPU处理部分和GPU处理部分,CPU处理迭代初值的设定、节点导纳矩阵的形成、校验集合的形成、迭代值的修正、收敛性判断等步骤,GPU处理雅可比矩阵的拼接生成等步骤,修正方程组的求解根据其规模选择CPU求解或GPU求解,以达到快速求解的目的。算例表明,所提算法效率和精度高、空间占用小,与传统N-1潮流算法相比具有明显优势,能够满足电网实时N-1潮流计算的需求,具有工程应用价值。

复习:在联与通中洞察“一致性”——《小数四则运算(复习)》同课异构的评析及启示

三位老师执教的《小数四则运算(复习)》一课,虽然导入不同、教学结构不同、计算的样例不同、课堂生成的处理方式不同,但都呈现了让学生在联系中感受数学的发展,在融通算法与算理中参悟数学的思维,在追溯知识的脉络中洞见数学未来的样态。这三节课的教学引发了关于“数的运算”教学的进一步思考,即一致性依赖单元内容的整合,结构化基于多维联系的视野,真理解源于思想方法的通透。

一种面向异构车载通信中基于高效签密的安全通信机制

采用不同加密技术的车辆或者其他通信实体进行通信,就形成了异构车载网络。针对异构车载网络的安全和隐私问题,提出轻量的基于身份的条件隐私保护的签密算法(Lightweight Identity-based Conditional priva-cy-preserving Signcryption,LICS)。LICS算法利用双线性对满足车间通信的安全要求。同时,LCIS算法确保消息能够从基于身份加密(Identity-Based Cryptosystem,IBC)的车辆传输至基于公钥基础设施(Public-Key Infrastructure,PKI)的车辆。此外,LICS算法支持批量解签密,允许接收者同时批量处理多条消息,提高了解签密效率。在随机预言模型下基于q-线性Diffie-Hellman逆和q-强Diffie-Hellman的困难性问题下证明了LICS算法的安全性。性能分析表明,提出的LICS算法降低了算法的运算时间,减少了通信成本。

基于小学生数学运算素养培育的课例比较研究--以“三位数乘两位数”的同课异构为例

选取“三位数乘两位数”的同课异构课为教学案例,依据小学数学有效计算教学满足的基本要求,从运算情境的引入与运算对象的理解、运算思路的探究与运算方法的选择、运算原理的解析与运算法则的归纳、运算结果的总结与运算效果的评价4个方面对两节课进行了比较分析.最后得出培育小学生数学运算素养的几点启示:运算情境的创设应有利于学生对运算对象的理解;运算方法应基于计算问题解决的实际需要合理选择;算理与算法在运算中的相互关系及所起的作用应辩证看待;系统地总结与评价运算过程应为获得良好的运算成效服务.

基于CPU-GPU异构环境的运算代价评估模型

传统性能分析模型仅针对单个处理器,未考虑异构系统中处理器之间数据的传输开销,不能有效地评估异构系统的性能。为此,提出一种运算代价评估模型。通过对计算平台硬件参数和工作负载特征属性的分层建模,结合LogGP模型和Roofline模型,估算不同执行方式的运算时间成本。依照建模的粒度粗细,通过多层建模计算消耗的能量,采用LogGP模型实现CPU与GPU之间的数据传输,并运用EPCC测试集对运算代价模型进行验证。实验结果表明,该模型对处理不同大小数据集时的性能评估具有较高的准确性。

一种基于FPGA、DSP和ARM的异构运算构架及实现方案

随着科技发展,高速海量数据运算需求越来越大,CPU、DSP等的运算能力已经不能支撑需求,并行运算能力也不够。为了达到高带宽,海量数据运算需求,提出了基于FPGA、DSP和ARM的异构运算系统。多任务操作系统根据计算需求分解成小任务,再分配给各运算单元。该框架可任意扩展,使用高速接口互连,适合各种运算需求。

非正交多址接入异构网络中基于公平性的模运算算法

为了满足蜂窝用户对数据更高的要求和其数量的增加,需要在目前的异构网络中做一些改进,非正交多址接入被认为是提高连接数目和频谱效率的有效解决方案。针对基于功率域非正交多址接入的异构网络,研究了该系统中多用户之间的公平性问题。首先,采用最大化吞吐量的配对策略进行用户配对;然后,为了实现每对用户的公平,提出最佳功率分配方法。进一步考虑到系统中不同的用户被预先定义服务优先级,在最佳功率分配方法的基础上,添加公平性调节器,设计了一种基于公平性的模运算算法。另外,定义了一种新的公平性指标用来衡量多个两用户系统之间的公平性。数值结果表明,提出的算法和功率控制方法相比,在提高系统公平性的同时,可以满足服务质量在数据速率和服务优先级两个方面的要求。

基于数据-模型混合驱动的电力系统机电暂态快速仿真方法

数据驱动建模方法改变了发电机传统的建模范式,导致传统的机电暂态时域仿真方法无法直接应用于新范式下的电力系统。为此,该文提出一种基于数据-模型混合驱动的机电暂态时域仿真(data and physics driven time domain simulation,DPD-TDS)算法。算法中发电机状态变量与节点注入电流通过数据驱动模型推理计算,并通过网络方程完成节点电压计算,两者交替求解完成仿真。算法提出一种混合驱动范式下的网络代数方程组预处理方法,用以改善仿真的收敛性;算法设计一种中央处理器单元-神经网络处理器单元(central processing unit-neural network processing unit,CPU-NPU)异构计算框架以加速仿真,CPU进行机理模型的微分代数方程求解;NPU作协处理器完成数据驱动模型的前向推理。最后在IEEE-39和Polish-2383系统中将部分或全部发电机替换为数据驱动模型进行验证,仿真结果表明,所提出的仿真算法收敛性好,计算速度快,结果准确。

独家真正解锁Kaveri异构运算功能：AMD新一代APU正式版产品全面详测

或许您已经看过国内一些有关AMDKaveri新一代APU的评测文章。但我们要告诉您的是，很遗憾，您看过的几乎国内所有KaveriAPU评测部没能展示它的最大创新之处——对异构运算的优化。在此之前，几乎所有的国内媒体在对Kavel APU的测试上都存在更大的缺失——您还不知道怎样才能真正实现Kaveri的统一内存寻址功能，您还从未体验过实现统一内存寻址后，那迅疾如风的异构运算处理速度。不用遗憾，今天《微型计算机》评测室将带冶您最为全面的AMD新一代APU正式版产品详细评测。

同课异构 别样精彩——“幂的运算”教学片断与反思

为促进课堂教学模式的改变,提高课堂教学的有效性,笔者有幸参加了滁州市教研室组织的初中数学“同步教学观、评、研”教研活动,与南屏中学的杨浩老师进行了“幂的运算”（第1课时）的同课异构教学活动,并且有机会和所有参加活动的数学教师进行了面对面的交流学习,给我的教学生涯留下了一次宝贵而难忘的学习经历.

师徒结对教研形式下,优化初中数学课堂教学的实践与思考——以“有理数的加减法混合运算”为例

本学期伊始,为促使教师提升教学能力,我校推出了师徒结对制教学形式。其中一项重要的举措是:结对教师每周至少要有一节同课异构。先由徒弟上一节常态课,再由师父给予点评和指导,师徒共同研讨后,由师父上一节示范课,最后设计合适的检测卷,对两个班级学生进行同步测试,从而对比教学效果。

Imagination推出新型异构MIPS CPU

2016年10月13日,Imagination Technologies宣布推出新的Warrior I-class I6500 CPU,此款多线程、多核、多集群设计可为多核异构设计提供全新等级的系统效率与可扩展的运算能力。目标应用包括汽车辅助驾驶（ADAS）系统和无人驾驶汽车、网络、无人机、工业自动化、安全、视频分析、机器学习以及其他日益依赖于异构运算的各种应用。

小学生运算能力培养的关注点——以《同分母分数加减法》为例

临近期末，受邀和基层学校的一位数学教师同课异构人教版义务教育教科书五年级下册《同分母分数加减法》。学生在此之前已经学习了自然数和小数加减法的意义及计算方法，学习了分数的意义和性质，三年级初步认识分数时还学习过简单的同分母分数加减法。如此“简单”的教学内容却引发了自己的思考：学生看似会了的东西还可以教什么？培养学生的运算能力本课到底该关注什么？

新型异构MIPS CPU

Warrior I—class 16500 CPU具有多线程、多核、多集群设计的特点，可为多核异构设计提供全新等级的系统效率与可扩展的运算能力。

新型异构MIPS CPU

Warrior I—class I6500 CPU多线程、多核、多集群设计可为多核异构设计提供全新等级的系统效率与可扩展的运算能力。目标应用包括汽车辅助驾驶（ADAS）系统和无人驾驶汽车、网络、无人机、工业自动化、安全、视频分析、机器学习，以及其他日益依赖于异构运算的各种应用。