国产SW26010-Pro处理器上3级BLAS函数众核并行优化

BLAS (basic linear algebra subprograms)是最基本、最重要的底层数学库之一.在一个标准的BLAS库中,BLAS 3级函数涵盖的矩阵-矩阵运算尤为重要,在许多大规模科学与工程计算应用中被广泛调用.另外, BLAS 3级属于计算密集型函数,对充分发挥处理器的计算性能有至关重要的作用.针对国产SW26010-Pro处理器研究BLAS 3级函数的众核并行优化技术.具体而言,根据SW26010-Pro的存储层次结构,设计多级分块算法,挖掘矩阵运算的并行性.在此基础上,基于远程内存访问(remote memory access, RMA)机制设计数据共享策略,提高从核间的数据传输效率.进一步地,采用三缓冲、参数调优等方法对算法进行全面优化,隐藏直接内存访问(direct memory access, DMA)访存开销和RMA通信开销.此外,利用SW26010-Pro的两条硬件流水线和若干向量化计算/访存指令,还对BLAS 3级函数的矩阵-矩阵乘法、矩阵方程组求解、矩阵转置操作等若干运算进行手工汇编优化,提高了函数的浮点计算效率.实验结果显示,所提出的并行优化技术...     

一种面向大规模并发的Gatherv优化方法

MPI不规则集合通信Gatherv为描述并行通信行为提供了极大的灵活性，但其不规则特性带来了较高的实现难度。现有方法存在通信热点突出、内存开销大和访存效率低等问题，难以满足当今大规模并行应用的性能需求。提出一种面向大规模并发的Gatherv优化方法，从优化等级、缓冲区管理等多个关键问题入手，将规则集合通信实现中常用的Binomial-Tree结构用于实现Gatherv，并提出消息链调度机制，进一步降低开销，提升优化效果。测试结果表明，该方法可以有效解决现有方法存在的性能问题，实现Gatherv集合通信性能在大规模并发条件下的高效可扩展。