【摘 要】
：
高性能计算(HPC)技术的迅猛发展为大规模复杂计算流体力学(CFD)应用提供了重要支撑。近年来,“通用处理器+众核加速器”的异构体系结构已成为研制超大规模高性能计算机的重要
【机 构】
：
国防科技大学高性能计算国家重点实验室,国防科技大学计算机学院,国防科技大学气象海洋学院
【基金项目】
：
国家自然科学基金(61772542)
论文部分内容阅读
高性能计算(HPC)技术的迅猛发展为大规模复杂计算流体力学(CFD)应用提供了重要支撑。近年来,“通用处理器+众核加速器”的异构体系结构已成为研制超大规模高性能计算机的重要技术途径之一。异构高性能计算机不仅包含海量的异构处理器核,同时具有异构存储层次、通信方式和编程环境,极大增加了CFD等并行应用开发、优化的难度。国防科技大学是我国高性能计算机系统研制与应用开发的基地,长期以来,学校CFD应用软件团队依托天河/银河系列超级计算机开展了超大规模复杂CFD并行计算和性能优化研究,突破了异构协同并行计算等一系列
其他文献
大数据和人工智能时代,超级计算中心或数据中心的存储需求从PB级向Exabyte级扩展,许多大数据和智能应用程序在高性能计算(HPC)系统上运行,新兴的深度学习应用程序具有批量小
提出了一种支持多优先级多输出通道的数据队列调度方法,以满足专用集成电路ASIC芯片内多组输入数据对多个输出通道资源进行请求的需求。首先,所提出的方法适用范围广,既可以
我国村镇水环境治理尚处于探索阶段。结合我国村镇及村镇污水的实际特点,研究适合中国村镇污水处理的技术路线、工艺设备和运营管理模式,并通过示范项目进行工程实践和优化;
非线性系统作为金融领域的一项复杂课题,其复杂度变化和控制方法一直是专家学者研究的重点和难点。早期的非线性系统研究基于整数阶非线性系统,伴随着分数阶系统的研究越来越
以政外领域新闻数据为研究基础,针对基于传统模式匹配事件抽取存在的提取困难、召回率和准确率低,基于深度学习方法在特定领域事件抽取中抽取准确率不高等问题,提出基于相似