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。

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。

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。

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。

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。

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。

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。

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.

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。

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。

基于并行计算的电力系统状态估计算法分析

阐述通过引入OpenMP和CUDA并行计算编程模型和框架,能够充分利用多核处理器和GPU硬件资源,并行计算的电力系统状态估计算法大幅度提升计算速度,确保电网状态的评估准确度。

面向新工科的“并行计算与程序设计”课程思政教学研究与实践

以面向新工科的“并行计算与程序设计”课程思政教学研究与实践为主题,探讨如何在这门课程中将思想政治教育与学科知识相结合,提高学生的综合素质和思想道德水平。首先介绍新工科背景下的教育理念和课程目标,强调综合素质培养和思想政治教育的重要性。然后结合并行计算与程序设计这门学科特点,深挖思政元素,分析思政教育与学科知识的融合方式,包括开设思政专题课程、加强教学内容的思想渗透等。同时还讨论如何通过各种教学方法和手段,激发学生的积极性和主动性,提高学生的学习效果和思想道德水平。最后介绍在“并行计算与程序设计”课程中开展思政教育的具体实践,通过设计课程内容,组织讨论和研讨,引导学生思考与学科相关的社会、伦理和道德问题,帮助他们树立正确的价值观和人生观。

高性能并行计算在科学计算领域的应用与优化

高性能并行计算在科学计算领域扮演着至关重要的角色,其应用和优化对于推动科学研究和解决复杂问题具有重大意义。文章旨在探讨高性能并行计算在科学计算领域的应用及其优化方法,首先介绍了高性能并行计算的基本概念。然后,详细讨论了高性能并行计算在科学计算中的应用情况。接下来,探讨了高性能并行计算的优化方法和策略,包括并行算法设计、任务划分、数据通信和同步机制等方面,希望可以为相关研究人员提供一定借鉴。

城市洪涝模型及CPU-GPU异构并行计算技术研究进展

在全球气候变暖和城市化背景下,城市洪涝问题日益严峻。为尽可能减少城市洪涝灾害造成的损失,提高城市对突发性强降雨事件的应急处理水平,开展城市洪涝数值模拟技术研究具有十分重要的意义。本文从城市洪涝精细化和高效模拟角度出发,综述了城市洪涝模型、CPU-GPU异构并行计算的研究进展,系统总结了产汇流模型、一维河道管网模型、二维地表模型、耦合模型、快速城市洪涝模型的构建方法和CPU-GPU异构并行计算的关键技术。针对当前城市洪涝模型研究中的不足之处,需要开展城市洪涝过程全物理机制模拟研究,深入分析全水动力城市洪涝模型的适用性、模拟精度和计算效率;还需基于异构并行计算技术,实现城市洪涝模型一维河道管网、二维地表淹没的快速模拟,为城市暴雨洪涝精细化与高效模拟奠定基础。

基于并行BICGSTAB的不可压流场计算方法

不可压缩流动广泛存在于日常生活及工程应用之中,随着数值模拟规模不断扩大,CFD算法越来越重视并行计算。该文采用SIMPLE算法对不可压流场进行求解,为求解算法中的大型稀疏矩阵,该文发展一套基于MPI框架的并行BICGSTAB矩阵求解方法。最后采用定常顶盖驱动流算例及非定常圆柱绕流算例验证并行算法的可行性及准确性。

基于线索KD-Tree的射线追踪并行计算

针对射线追踪过程中,由于射线数目巨大、部分目标场景复杂,造成计算效率低下的问题,采用线索KD-Tree (K-dimensional tree)空间加速算法,将目标场景进行有序组织,通过对线索KD-Tree进行无堆栈遍历,加快射线与目标场景求交的计算速度。为解决传统方法中,串行计算射线与目标求交过程中造成待遍历射线多的问题,采用图形处理器(graphics processing unit, GPU)在统一计算设备架构(compute unified device architecture, CUDA)平台下并行处理所有射线,加快计算速度。实例仿真计算结果表明,基于线索KD-Tree的射线追踪并行计算相比于串行计算,计算效率提高,获得了很好的加速效果。

基于自适应幂级数初始点的电力系统全纯嵌入潮流并行计算

在利用全纯嵌入潮流计算方法求解电力系统潮流时,若平启动的电压幂级数初始点远离系统潮流解实际值,则易导致计算量增大,且在求解各节点电压的过程中,传统基于中央处理器(CPU)串行计算架构的计算耗时较长。提出一种基于自适应幂级数初始点的全纯嵌入潮流并行计算方法。根据系统节点导纳矩阵和平衡节点电压自适应调整系统全纯嵌入潮流的幂级数初始点,构建基于自适应幂级数初始点的全纯嵌入潮流计算模型,以加快电压幂级数的收敛。借助多核CPU计算平台实现各节点电压Padé近似的并行化,以提高系统潮流方程的求解效率。不同规模测试系统的仿真结果表明,所提方法可实现电力系统全纯嵌入潮流的高效、准确求解。