基于图形处理器的格子Boltzmann方法计算

由于图形处理器(GPU)最近几年迅速发展,基于GPU的计算作为一个新的研究方向已经引起越来越多人的关注.在综述国内外最新文献的基础上,从介绍GPU的高性能开始,分析GPU本身的特性,介绍GPU的计算模型并分析其流水线结构,阐述如何对GPU进行编程,并初步实现基于GPU的格子Boltzmann方法（LBM）计算.     

基于MapReduce的数据流频繁项集挖掘算法

针对传统数据流频繁项集计算中效率低、内存消耗大等问题,本文采用并行计算的思想设计了一种基于MapReduce的数据流频繁项集挖掘算法,首先,对进行数据分块压缩和传输,其次,将数据频繁项的计算分布在负载均衡的数据节点,可以有效保证数据的执行效率.最后通过一次调度处理合并各个节点产生的频繁项集并进行合并.理论分析和实验对比结果均表明,该算法对于并行处理数据流频繁项集的统计问题是有效可行的.     

飞行器操纵面嗡鸣的非结构网格并行计算方法

为了数值模拟飞行器操纵面的嗡鸣现象,在集群计算机MPI并行计算环境下建立基于三维非定常欧拉方程耦合结构运动方程的嗡鸣计算方法.气动流场求解采用基于非结构网格的中心有限体积法进行空间离散,时间推进采用双时间方法,结构运动方程采用Adams预估校正方法求解.针对翼面与操纵面缝隙间存在的网格运动问题,在非结构网格系统上采用Delaunay图映射方法实现网格的运动变形.最后,使用飞行器操纵面标准嗡鸣计算模型对计算方法进行验证,结果表明:所建立的并行计算方法正确,程序具有很好的计算效率,能够对飞行器操纵面嗡鸣进行高效的数值分析.     

基于GPU的对称正定稀疏矩阵复线性方程组迭代算法

提出一种基于图形处理器（GPU）的对称正定稀疏矩阵复线性方程组迭代算法. 首先, 采用基于GPU的共轭梯度法和双共轭梯度法, 实现GPU上的矩阵向量乘操作, 并充分优化相应的算法步骤; 其次, 实现基于GPU的对角元预处理、 不完全Cholesky分解和对称超松弛3种预处理方法, 提出一种基于GPU的求解三角方程组并行算法; 最后, 实验分析各种预处理方法的优劣. 实验结果表明, 该算法较CPU串行迭代算法与经典的直接法速度提升较大, 最高可达到76倍的加速比.     

热传导方程的一类区域分解差分算法

把求解区域分成若干个子域,在不同子域中采用不同的计算步长,对方程的紧差分格式在特殊情形下采用区域分解法,并给出相应的先验误差估计式。     

基于机群并行通信处理HCP的选播通信操作算法

在我们自行研制的并行通信处理器HPC基础上，给出了一种基于Hypercube互连网络环境下的通信处理器HCP的选播通信算法，该算法可实现网络上的一个HCP向其他任意多个HCP发送相同的Frame的操作。     

PC集群的建立与MPI并行环境的实现及其应用

通过网络集线器,采用以太网形式,建立了由多台微机(PC)组建的PC集群。采用TURBO-LINUX操作系统,使MPI并行环境在该PC机群上得以实现。利用了该系统实现了分子动力学程序的并行计算。     

一种新型多DSP并行计算结构及其应用

传统的雷达信号处理系统的设计方法是针对特定应用的，因此系统的通用性差，而具有超级计算机体系结构的通用高速实时雷达信号处理系统有望解决这一问题。该系统的关键部件为担负具体计算任务的处理结点。首先提出了一种新型的、由5片ADSP-2106x构成的多DSP并行计算结构。它具有运算能力强、I/O带宽大、通信手段多样、能灵活地改变拓扑结构、可扩展、通用性强等特点。并且以此并行计算结构为核心设计实现了通用高速实时雷达信号处理系统的处理结点。     

复杂场景下实时人脸口罩检测研究

针对AIZOO开源人脸口罩检测算法FaceMaskDetection存在较严重的人脸口罩分类精度低的缺陷,本文设计了高精度轻量级人脸口罩分类模型，提出快速特征提取模块FastBlock和基于多层级特征融合的轻量级人脸口罩分类网络（Light MaskNet）。FastBlock减少深度可分离（depthwise, DW）卷积和1×1卷积中间张量的通道数量，进一步降低计算成本，从而提高了特征提取速度。不同层级之间的特征融合可以增大模型的广度，提高模型的鲁棒性。实验结果表明，该人脸口罩分类模型精度可达98.852%，中央处理器(central processing unit, CPU)推理时间仅为9.8 ms，图形处理器(graphics processing unit, GPU)可实现亚毫秒级运算，仅牺牲少量计算资源就能弥补FaceMaskDetection精度低的缺陷，可很好地满足计算资源有限的边缘设备、移动端等的应用需求。     

并行计算在生物信息学中的应用

本文给出了一种在生物信息学中计算分子静电势的加速并行算法,分别在mpich和openmp环境下对1A30蛋白质(HIV-1PROTEASE)进行了计算,最后给出了结论。