新闻动态

预条件共轭梯度法（PCG）是线性代数系统中最重要的求解器之一，广泛应用于科学和工程计算应用领域。基于新一代申威异构众核体系结构提出了一种耦合的不完全Cholesky和Jacobi预条件共轭梯度算法（CICJ-PCG）。该算法引入几何分块并行策略，深入分析系数矩阵非零元几何特征，巧妙地将直接法与迭代法紧密融合，消除矩阵求逆并行化过程中的数据相关性，充分提高预条件子并行效率，实现收敛性和并行性良好地平衡，大大提高了PCG求解器在上申威异构众核处理器的性能。除此之外，基于RMA的两级软cache片上数据传输方法充分发挥新一代申威片上通信带宽。通过分别在Intel、GPU和申威架构上进行的测试验证了算法具有普适性和高效性。在应用仿真上，使用开源计算框架OpenFOAM开展某流体动力模型应用仿真，算例中当线性方程组未知数为8.2亿个，系数矩阵非零的数量为590亿时，结果表明该方法在133120并行规模下比使用DIC-PCG求解器应用仿真速度整体提升8.42倍。比使用GAMG求解器应用仿真速度整体提升6.5倍。

图2：不同求解器众核并行效率

《IEEE Transactions on Computers （TC）》是中国计算机学会（CCF）推荐A类国际学术期刊，主要关注计算机体系结构、并行和分布式计算以及存储系统等领域的重要科学进展，旨在及时、准确、全面地报道国内外计算机体系结构、计算机应用、分布式计算等工作者在该领域的科学研究等工作中取得的经验、科研成果、技术革新，是计算机系统领域的顶级刊物。