-
题名面向申威众核处理器的并行SaNSDE算法
被引量：1
- 1
-
-
作者
康上
钱雪忠
甘霖
-
机构
江南大学人工智能与计算机学院物联网技术应用教育部工程研究中心
国家超级计算无锡中心
清华大学计算机科学与技术系
-
出处
《计算机科学与探索》
CSCD
北大核心
2021年第10期2015-2024,共10页
-
基金
国家自然科学基金(61673193)
中央高校基本科研业务费专项资金(JUSRP51635B,JUSRP51510)。
-
文摘
演化算法作为解决大规模优化问题的重要方法,被广泛应用于机器学习、过程控制、工程优化、管理科学和社会科学等领域。然而在求解高维度、高计算密度问题时,程序性能很难得到保证。在高性能计算机上实现并行化是问题的一个热门解决方案。针对申威众核处理器的硬件特征,提出了采用二级并行策略的自适应邻域搜索的差分进化算法(SaNSDE)。第一级为进程并行,实现了合作协同进化模型和池模型,将大规模问题划分为多个低维子问题并分布在不同进程上;第二级为线程并行,使用从核加速了适应度的计算过程。实验结果表明,采用合作协同进化模型和池模型的算法与传统的并行算法相比,经过多核扩展之后收敛效果提升更加明显。相较于串行版本算法,二级并行的SaNSDE算法在四个测试函数上分别获得了134.29、186.05、239.01和189.80的最大加速比。
-
关键词
高性能计算
申威异构众核处理器
演化算法
合作协同进化模型(CC)
池模型
-
Keywords
high-performance computing
Sunway heterogeneous multi-core processor
evolutionary algorithm
cooperative co-evolution(CC)
pool model
-
分类号
TP338.6
[自动化与计算机技术—计算机系统结构]
-
-
题名神威国产处理器应用程序的并行参数自动寻优
被引量：1
- 2
-
-
作者
刘徐
肖志勇
甘霖
徐敬蘅
陈宏博
-
机构
江南大学物联网工程学院
国家超级计算无锡中心
清华大学计算机科学与技术系
-
出处
《计算机科学与探索》
CSCD
北大核心
2020年第11期1838-1848,共11页
-
基金
江苏省自然科学基金优秀青年基金No.BK20190079
国家自然科学基金No.61673193。
-
文摘
有限差分模板计算算法常应用于"神威·太湖之光"上完成大气模拟、石油勘探等任务,由于该算法通信开销大,计算密度高,且神威系统结构复杂,应用程序数据规模大,在程序构建和执行时难以得到合理的参数对数据进行分割,程序性能难以得到保证。针对申威26010处理器硬件特性提出一种基于遗传算法的并行参数自动寻优方法。对消息传递接口数据规模参数和从核数据规模参数进行自动寻优,对二维有限差分模板计算算法进行高性能测试。该方法在10亿次的寻址空间内寻取更优解,与编译系统自动分配相比达到了10.79倍加速比。此外,还对逆时偏移成像算法进行优化测试,与编译系统自动分配相比表现出6.31倍加速比。该方法对应用程序数据规模参数进行自动寻优,为国产异构众核处理器的高性能并行优化提供有用指导。
-
关键词
并行计算
参数自动寻优
遗传算法
申威异构众核处理器
有限差分算法
-
Keywords
parallel computing
parameter automatic optimization
genetic algorithm
Sunway heterogeneous multicore processor
finite difference algorithm
-
分类号
TP338.6
[自动化与计算机技术—计算机系统结构]
-
