检索结果-维普期刊中文期刊服务平台

CPU-GPU异构计算环境下的并行T近邻谱聚类算法被引量：3: 1; 作者张帅李涛 +2 位作者焦晓帆王艺峰杨愚鲁《计算机研究与发展》 EI CSCD 北大核心 2015年第11期2555-2567,共13页; 谱聚类是数据挖掘领域最常用的聚类算法之一,但对于如何利用多核CPU与资源有限的众核加速器设计并实现一个在异构单节点上能够处理大规模数据集的高效谱聚类算法,目前尚无理想的解决方案.PSCH（parallel spectral clustering for hybrid... 展开更多; 关键词谱聚类 T近邻 cpu-gpu异构计算计算统一设备架构 OpenMP; 在线阅读下载PDF 职称材料

一种面向异构计算的结构化并行编程框架被引量：5: 2; 作者李安民计卫星 +4 位作者廖心怡高建花谈兆年王一拙石峰《计算机工程与科学》 CSCD 北大核心 2019年第3期424-432,共9页; 随着人工智能时代的到来,异构计算在深度学习、科学计算等领域发挥着越来越重要的作用。目前异构计算系统在应用上的瓶颈之一在于缺少高效的软件开发框架,已有的OpenCL、CUDA等支持GPU、DSP及FPGA的编程框架基于C/C++语言和传统的并行... 展开更多; 关键词异构计算并行计算编程框架结构化编程; 在线阅读下载PDF 职称材料

基于负载均衡的CPU-GPU异构计算平台任务调度策略被引量：5: 3; 作者方娟章佳兴《北京工业大学学报》 CAS CSCD 北大核心 2020年第7期782-787,共6页; 针对中央处理单元-图形处理单元(central processing unit-graphics processing unit,CPU-GPU)异构计算系统中,CPU和GPU负载不均导致系统性能降低的问题,提出了一种基于队列的混合调度策略.该策略通过探测获得CPU和GPU处理指定任务的计... 展开更多; 关键词中央处理单元-图形处理单元(central processing unit-graphics processing unit cpu-gpu) 异构计算高性能计算任务调度负载均衡负载感知; 在线阅读下载PDF 职称材料

面向深度学习应用的组件式开发框架的设计实现被引量：1: 4; 作者刘祥华蓓 +1 位作者林飞魏宏原《计算机应用》 CSCD 北大核心 2024年第2期526-535,共10页; 针对目前深度学习应用缺少有效的开发与部署工具的问题,提出一个面向深度学习应用的组件式开发框架。所提框架根据应用的资源消耗类型进行功能拆分,使用评测引导的资源分配方案进行瓶颈消除,使用分步装箱方案兼顾高CPU利用率和低显存开... 展开更多; 关键词深度学习应用开发框架基于组件的开发流水线部署 cpu-gpu异构; 在线阅读下载PDF 职称材料

OODAFlow:面向智能无人系统的流式数据处理框架: 5; 作者全振宇尹龙祥 +1 位作者陈晓明韩银和《高技术通讯》 CAS 北大核心 2024年第9期905-920,共16页; 智能无人系统是一种能够在复杂环境中自主进行实时推理、决策和制定行动方案的计算系统。智能无人系统实现实时决策的关键在于对流式数据的实时处理,然而随着人工智能技术和传感器技术的快速发展,智能无人系统需要处理的数据规模不断增... 展开更多; 关键词智能无人系统深度学习加速卡观察-判断-决策-行动(OODA) 流式数据处理框架异构计算资源; 在线阅读下载PDF 职称材料

基于GPU加速的大电网N-1故障扫描批量计算方法被引量：7: 6; 作者张宸赓许寅 +3 位作者陈颖苏大威李一刘思言《电力自动化设备》 EI CSCD 北大核心 2020年第8期167-173,共7页; 随着电网规模的不断扩大,从各种可能的设备开断情况中筛选出严重故障集成为N-1安全校验的重要耗时部分。为了加速大电网N-1安全校验的故障筛选,提出了一种基于中央处理器-图形处理器(CPU-GPU)异构计算框架的实时N-1故障扫描批量计算方... 展开更多; 关键词电力系统静态安全分析 GPU N-1故障扫描 cpu-gpu异构计算框架; 在线阅读下载PDF 职称材料

向量分组聚集计算技术研究: 7; 作者张宇张延松《计算机工程与应用》 CSCD 北大核心 2021年第11期84-94,共11页; 分组聚集计算是OLAP重要的操作符之一,分组聚集操作是一种数据密集型负载。在内存数据库和GPU数据库应用场景下不仅需要研究其性能优化技术,还需要研究如何优化分配分组聚集计算执行场地以最小化CPU与GPU之间的数据传输代价。针对异构... 展开更多; 关键词 cpu-gpu异构计算平台向量分组聚集分组向量索引数据密集型负载; 在线阅读下载PDF 职称材料

题名CPU-GPU异构计算环境下的并行T近邻谱聚类算法被引量：3: 1; 作者张帅李涛焦晓帆王艺峰杨愚鲁; 机构南开大学计算机与控制工程学院计算机科学与信息安全系; 出处《计算机研究与发展》 EI CSCD 北大核心 2015年第11期2555-2567,共13页; 基金国家自然科学青年基金项目(61212005 61201424) +1 种基金高等学校博士学科点专项科研基金项目(20130031120029); 文摘谱聚类是数据挖掘领域最常用的聚类算法之一,但对于如何利用多核CPU与资源有限的众核加速器设计并实现一个在异构单节点上能够处理大规模数据集的高效谱聚类算法,目前尚无理想的解决方案.PSCH（parallel spectral clustering for hybrids）算法是专为CPU-GPU异构计算环境设计的并行T近邻（T-nearest-neighbors,TNN）谱聚类算法,通过分块计算相似性矩阵打破了GPU设备内存的限制,所能处理的数据集规模仅受限于CPU主存的容量.PSCH算法中使用CUDA设计实现双缓冲轮转4段流水机制,通过重叠计算与传输在打破存储瓶颈的同时保证了高计算性能.PSCH算法采用隐式重启动Lanczos方法（implicitly restarted Lanczos method,IRIM）在异构硬件上计算稀疏特征矩阵的特征分解,减轻了特征分解步骤的计算瓶颈.PSCH算法在配有一块GTX 480GPU的单节点上能够对百万以上规模的数据集进行聚类,并对实验中的4个数据集取得了相对于使用16进程的MPI并行谱聚类PSC算法2.0~4.5倍的性能.; 关键词谱聚类 T近邻 cpu-gpu异构计算计算统一设备架构 OpenMP; Keywords spectral clustering T-nearest-neighbors（TNN） cpu-gpu heterogeneous computing CUDA OpenMP; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名一种面向异构计算的结构化并行编程框架被引量：5: 2; 作者李安民计卫星廖心怡高建花谈兆年王一拙石峰; 机构北京理工大学计算机学院; 出处《计算机工程与科学》 CSCD 北大核心 2019年第3期424-432,共9页; 基金国家自然科学基金(61300010); 文摘随着人工智能时代的到来,异构计算在深度学习、科学计算等领域发挥着越来越重要的作用。目前异构计算系统在应用上的瓶颈之一在于缺少高效的软件开发框架,已有的OpenCL、CUDA等支持GPU、DSP及FPGA的编程框架基于C/C++语言和传统的并行编程方法,导致软件开发效率较低,软件推理和调试困难,难以灵活处理计算设备之间的协作和调度。提出一种面向异构计算平台的基于脚本语言的结构化并行编程框架,提供结构化的并行编程接口,支持计算任务到异构计算设备的映射,便于并行程序的推理和验证。设计并实现了基于遗传算法的结构化调度算法,充分利用异构计算系统的计算能力,提高了异构计算系统的软件开发效率。实验结果表明,提出的编程框架在CPU+GPU平台上实现了相对于单处理器1.5到2.5倍的加速比。; 关键词异构计算并行计算编程框架结构化编程; Keywords heterogeneous computing parallel computing programming framework structural programming; 分类号 TP303 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于负载均衡的CPU-GPU异构计算平台任务调度策略被引量：5: 3; 作者方娟章佳兴; 机构北京工业大学信息学部北京工业大学北京智慧城市研究院; 出处《北京工业大学学报》 CAS CSCD 北大核心 2020年第7期782-787,共6页; 基金北京市自然科学基金资助项目(4192007) 国家自然科学基金资助项目(61202076)。; 文摘针对中央处理单元-图形处理单元(central processing unit-graphics processing unit,CPU-GPU)异构计算系统中,CPU和GPU负载不均导致系统性能降低的问题,提出了一种基于队列的混合调度策略.该策略通过探测获得CPU和GPU处理指定任务的计算能力,将计算任务按照探测比例分配给CPU和GPU;将并行任务存入双向队列,以降低调度带来的额外开销.结果表明,使用该策略的基准测试程序系统性能平均提升了28.07%.总体而言,该调度策略能够缩短CPU与GPU完成各自计算任务后的等待时间,有效平衡系统CPU与GPU之间的负载,提升系统性能.; 关键词中央处理单元-图形处理单元(central processing unit-graphics processing unit cpu-gpu) 异构计算高性能计算任务调度负载均衡负载感知; Keywords central processing unit-graphics processing unit(cpu-gpu) heterogeneous computing high performance computing task scheduling load balancing load aware; 分类号 TP303 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名面向深度学习应用的组件式开发框架的设计实现被引量：1: 4; 作者刘祥华蓓林飞魏宏原; 机构中国科学技术大学计算机科学与技术学院; 出处《计算机应用》 CSCD 北大核心 2024年第2期526-535,共10页; 基金国家重点研发计划项目(2018AAA0101204)。; 文摘针对目前深度学习应用缺少有效的开发与部署工具的问题,提出一个面向深度学习应用的组件式开发框架。所提框架根据应用的资源消耗类型进行功能拆分,使用评测引导的资源分配方案进行瓶颈消除,使用分步装箱方案兼顾高CPU利用率和低显存开销的功能放置。基于此框架开发的实时车牌号检测应用,在吞吐优先模式下GPU利用率达到82%,在延迟优先模式下平均应用延迟达到0.73 s,在三种模式下(吞吐优先模式、延迟优先模式以及吞吐/延迟的均衡模式)下,CPU平均利用率达到68.8%。实验结果表明,基于此框架能够进行硬件吞吐与应用延迟的平衡型配置,在吞吐优先模式下高效利用平台的计算资源,在延迟优先模式下满足应用的低延迟需求。相较于MediaPipe,使用本框架能够进行超实时的多人姿态估计应用开发,应用的检测帧率最高提升了1077%。实验结果表明,所提框架能够作为CPU-GPU异构服务器上面向深度学习应用开发部署的有效解决方案。; 关键词深度学习应用开发框架基于组件的开发流水线部署 cpu-gpu异构; Keywords deep learning application development framework Component-Based Development(CBD) pipeline deployment cpu-gpu heterogeneity; 分类号 TP311.5 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名OODAFlow:面向智能无人系统的流式数据处理框架: 5; 作者全振宇尹龙祥陈晓明韩银和; 机构中国科学院计算技术研究所智能计算机研究中心中国科学院大学; 出处《高技术通讯》 CAS 北大核心 2024年第9期905-920,共16页; 基金国家重点研发计划(2022YFB4501600) 中国科学院战略性先导科技专项(B类)(XDB44000000) 中国科学院计算技术研究所创新课题(E261040)资助项目。; 文摘智能无人系统是一种能够在复杂环境中自主进行实时推理、决策和制定行动方案的计算系统。智能无人系统实现实时决策的关键在于对流式数据的实时处理,然而随着人工智能技术和传感器技术的快速发展,智能无人系统需要处理的数据规模不断增长,数据类型变得更加复杂。面对不断增长的数据处理性能需求,智能无人系统需要一个充分优化的专用流式数据处理框架来提升其数据处理性能。针对该问题,本文提出了一种面向智能无人系统的流式数据处理框架OODAFlow,该框架将智能无人系统的硬件特征和智能计算任务的数据特征与观察-判断-决策-行动(OODA)模型思想相融合,实现了OODA任务创建、任务调度、资源调度等功能,能够实现对智能无人系统异构资源的调度和智能计算任务的处理。本文在智能无人系统上搭建了一套OODA任务处理系统,验证了所提OODAFlow框架的可行性。通过提出的图像预处理过程优化、流水线优化以及判断节点并行加速优化等方法,提高了系统的数据吞吐性能和资源利用率。无人机智能控制任务的实验表明,采用本文提出的OODAFlow框架后,智能无人系统的数据处理性能提升了73倍。; 关键词智能无人系统深度学习加速卡观察-判断-决策-行动(OODA) 流式数据处理框架异构计算资源; Keywords intelligent unmanned system deep learning accelerator card observe-orient-decide-act(OODA) streaming data processing framework heterogeneous computing resource; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于GPU加速的大电网N-1故障扫描批量计算方法被引量：7: 6; 作者张宸赓许寅陈颖苏大威李一刘思言; 机构北京交通大学电气工程学院清华大学电机工程与应用电子技术系国网江苏省电力有限公司全球能源互联网研究院有限公司; 出处《电力自动化设备》 EI CSCD 北大核心 2020年第8期167-173,共7页; 基金国家电网公司总部科技项目(5455HJ180004)。; 文摘随着电网规模的不断扩大,从各种可能的设备开断情况中筛选出严重故障集成为N-1安全校验的重要耗时部分。为了加速大电网N-1安全校验的故障筛选,提出了一种基于中央处理器-图形处理器(CPU-GPU)异构计算框架的实时N-1故障扫描批量计算方法。考虑到不同工况下的计算存在粗粒度并行性,进一步挖掘计算中的细粒度并行性是提高计算效率的有效途径。提出了同时考虑断线故障和发电机开断故障这2种预想事故下的细粒度并行计算方法,并设计了关键计算步骤的核函数。增加考虑了网络拓扑中的移相器,使得计算精度更高,通过与IEEE标准算例和欧洲真实电网算例对比,验证了各工况下批量计算方法的正确性,并取得了显著的加速效果。; 关键词电力系统静态安全分析 GPU N-1故障扫描 cpu-gpu异构计算框架; Keywords electric power systems static security analysis GPU N-1 fault scanning cpu-gpu heterogeneous computing framework; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名向量分组聚集计算技术研究: 7; 作者张宇张延松; 机构国家卫星气象中心中国人民大学信息学院; 出处《计算机工程与应用》 CSCD 北大核心 2021年第11期84-94,共11页; 基金国家自然科学基金(61772533) 北京市自然科学基金(4192066)。; 文摘分组聚集计算是OLAP重要的操作符之一,分组聚集操作是一种数据密集型负载。在内存数据库和GPU数据库应用场景下不仅需要研究其性能优化技术,还需要研究如何优化分配分组聚集计算执行场地以最小化CPU与GPU之间的数据传输代价。针对异构计算平台的硬件特征提出了向量聚集计算技术,将位于传统流水线末端的分组聚集计算按照"早分组,晚聚集"策略进行分解与下推,实现将数据密集型的分组聚集计算从流水线中分离,将操作与处理器计算特性优化匹配,实现异构计算平台上最优的负载分配。通过将传统基于哈希分组的聚集计算转换为向量分组聚集计算,显著提升了分组聚集计算性能。实验结果表明,向量分组聚集技术相对于具有代表性的高性能内存数据库Hyper、GPU数据库MapD最大达到5~8倍的性能提升。向量聚集计算不仅提高了OLAP聚集计算性能,而且实现了将数据密集型负载从查询计划中分离的目标,使异构计算平台能够根据处理器的硬件特性优化配置计算资源,提高异构计算平台OLAP的整体性能。; 关键词 cpu-gpu异构计算平台向量分组聚集分组向量索引数据密集型负载; Keywords cpu-gpu heterogeneous computing platform vector grouping&aggregation group vector index computingintensive workload; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	CPU-GPU异构计算环境下的并行T近邻谱聚类算法	张帅李涛焦晓帆王艺峰杨愚鲁	《计算机研究与发展》 EI CSCD 北大核心	2015	3	在线阅读下载PDF 职称材料
2	一种面向异构计算的结构化并行编程框架	李安民计卫星廖心怡高建花谈兆年王一拙石峰	《计算机工程与科学》 CSCD 北大核心	2019	5	在线阅读下载PDF 职称材料
3	基于负载均衡的CPU-GPU异构计算平台任务调度策略	方娟章佳兴	《北京工业大学学报》 CAS CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
4	面向深度学习应用的组件式开发框架的设计实现	刘祥华蓓林飞魏宏原	《计算机应用》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
5	OODAFlow:面向智能无人系统的流式数据处理框架	全振宇尹龙祥陈晓明韩银和	《高技术通讯》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
6	基于GPU加速的大电网N-1故障扫描批量计算方法	张宸赓许寅陈颖苏大威李一刘思言	《电力自动化设备》 EI CSCD 北大核心	2020	7	在线阅读下载PDF 职称材料
7	向量分组聚集计算技术研究	张宇张延松	《计算机工程与应用》 CSCD 北大核心	2021	0	在线阅读下载PDF 职称材料