《计算机工程与科学杂志》发表论文赏析

面向飞腾处理器的高精度求和与点乘算法实现和优化

来源:计算机工程与科学杂志2021年第1期北京时间:

作者:黄春, 姜浩, 谷同祥, 齐进, 刘文超

单位:(1.国防科技大学计算机学院,湖南 长沙 410073;2.北京应用物理与计算数学研究所,北京 100088)

摘要:在大规模和长时程数值计算中,浮点运算的舍入误差的累积效应可能导致数值结果不可信。求和与点乘是浮点数值计算中最为基础的运算,在大规模科学计算过程中被频繁调用,其数值结果精度至关重要。面向国产飞腾处理器,基于OpenBLAS,采用无误差变换技术设计了高效的汇编内核函数,实现并优化了高精度的求和与点乘算法。数值实验显示,该高精度算法的数值结果精度同原始算法在双倍工作精度下得到的数值结果精度相同,验证了本文算法的有效性;本文算法在单线程情况下运行时间分别是原始算法运行时间的1.57倍和1.76倍,在保证精度提升的同时效率没有明显的降低;在多线程情况下,同原始算法具有近乎相同的运行时间,体现了算法的高效性。理论误差分析进一步表明了本文算法的可靠性。

关键词:无误差变换,浮点数,高精度,求和,点乘,

基金资助:国家重点研发计划(2017YFB0202003);国家自然科学基金(61907034);科学挑战专题资助项目(TZ2016002);湖南省自然科学基金(2018JJ3616)

2021年1期其他文献查阅:

面向飞腾处理器的高精度求和与点乘算法实现和优化

数据中心功耗削峰电池的可用性分析

量子线路模拟器QuEST在多GPU平台上的性能优化

MobileNetV2 神经网络处理器的设计方案比较

FD-LSTM:基于大规模系统日志的故障分析模型

面向混合异构架构的模型并行训练优化方法

Intel Cascade Lake架构CPU SPEC CPU2017评测

YH-ACT:热工流体力学并行应用程序

无线数据中心网络:进展、挑战和展望

一种大流量报文HMAC-SM3认证实时加速引擎

一类三重或四重线性码的构造

一种基于注意力机制的小目标检测深度学习模型

基于可变形卷积神经网络的人体动作识别

基于深度学习的单幅图像超分辨率重建综述

基于无监督生成对抗网络的人脸素描图像真实化

信息传递增强的神经机器翻译

基于遗传算法的动态轨迹匿名算法

基于社会立场建模的网络犯罪预警研究

社交信息背景下路径决策行为实验

基于精英集的多目标差分进化聚类算法

融合社会关系的社交网络情感分析综述

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!