《计算机工程与科学杂志》发表论文赏析

面向众核CPU的稠密线性求解器性能评测与优化

来源:计算机工程与科学杂志2024年第6期北京时间:

作者:付晓, 苏醒, 董德尊, 钱程东

单位:1.国防科技大学计算机学院,湖南 长沙 410073;2.飞腾信息技术有限公司,天津 300459

摘要:稠密线性求解器在高性能计算和机器学习等领域扮演着重要的角色。其典型的并行算法实现通常构建在著名的fork-join或task-based编程模型之上。尽管采用fork-join模型的主流稠密线性代数库能将大部分的计算转移到高度优化、高性能的BLAS 3例程上,由于fork-join不灵活的执行流,它们仍然未能高效地利用众核CPU的计算资源。采用task-based编程模型的开源库能实现更加灵活、负载更均衡的算法,因此能获得明显的性能提升。然而,在众核CPU平台上,尤其是对于中等矩阵规模的问题而言,它们仍然有较大的优化空间。对稠密线性求解器的性能进行了全面的测评,以定位性能瓶颈,并提出了2种优化策略,以提高程序性能。具体地,通过重叠LU分解和下三角求解的计算过程,减少同步开销线程的空等,从而提高算法的并行性;进一步通过减少冗余的矩阵打包操作,降低算法的访存开销。分别在2个主流的众核CPU平台(Intel Xeon Gold 6252N(48核)和HiSilicon Kunpeng 920(64核))上进行了性能评估。实验结果表明,该优化的稠密线性求解器在上述两个CPU平台上,相比最佳开源实现分别取得了10.05%(Xeon)和13.63%(Kunpeng 920)的性能提升。

关键词:稠密线性求解器,LU分解,fork-join模型,task-based模型,众核CPU,

基金资助:国家重点研发计划(2022YFB4501702);湖南省自然科学基金杰出青年基金(2021JJ10050)

2024年6期其他文献查阅:

基于PSS+PXF的ISF高精度振荡器噪声分析模型

基于Actor模型的众核数据流硬件架构探索

面向飞腾迈创DSP的自主软件栈设计

面向广义Chiplet的高速BGA与PCB传输结构设计

面向众核CPU的稠密线性求解器性能评测与优化

基于遗传算法的晶圆级芯片映射算法研究

带宽异构网络下的精确修复再生码数据修复方案

基于隐形后门水印的开源数据集版权保护

基于标识密码的内生安全最短路径优先协议

区块链环境中的隐私保护推荐算法研究

基于影响力地图的计算机兵棋推演路径规划

基于YOLOv8改进的密集行人检测算法:MER-YOLO

改进Faster R-CNN的遥感图像小目标检测算法

基于网络融合的改进MobileViT人脸表情识别

对抗环境中基于种群多样性的鲁棒策略生成方法

Corrective-Net:面向多标签文本分类的标签关联学习模块

基于新图模糊距离的EDAS决策方法及其应用

基于情感增强和语义依存的金融隐式情感分析模型

融合音素的缅甸语语音识别文本纠错

基于双向局部开发和黄金正弦的异构导向的鲸鱼优化算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!