通用图形处理器缓存子系统性能优化方法综述

随着工艺和制程技术的不断发展以及体系架构的日趋完善,通用图形处理器(general purpose graphics processing units, GPGPU)的并行计算能力得到了很大的提升,其在高性能、高吞吐量等通用计算应用场景的使用越来越广泛.GPGPU通过支持大量线程的并发执行,可以较好地隐藏长延时访存操作,从而获得高并行计算能力.然而,GPGPU在处理计算和访存不规则的应用时,其存储子系统的效率受到很大影响,尤其是片上缓存的争用情况尤为突出,难以及时提供计算操作所需的数据,使得GPGPU的高并行计算能力不能得到充分发挥.解决片上缓存的争用问题、优化缓存子系统的性能,是优化GPGPU性能的主要解决方案之一,也是目前研究GPGPU性能优化的主要热点之一.目前,针对GPGPU缓存子系统的性能优化研究主要集中在线程级并行度(thread level parallelism, TLP)调节、访存顺序调节、数据通量增强、最后一级缓存(last level cache, LLC)优化和基于非易失性存储(non-volatile memory, NVM)的GPGPU缓存新架构设计等5个方面.也从这5个方面重点分析讨论了目前主要的GPGPU缓存子系统性能优化方法,并在最后指出了未来GPGPU缓存子系统优化需要进一步探讨的问题,对GPGPU缓存子系统性能优化的研究有重要意义.     

一种三参数统一化动量方法及其最优收敛速率

动量方法由于能够改善SGD(stochastic gradient descent)的收敛性能而倍受机器学习研究者的关注.随着其在深度学习的成功应用,动量方法出现了众多形式的变体.特别地,产生了SUM(stochastic unified momentum)和QHM(quasi-hyperbolic momentum)两种统一框架.但是,即使是对非光滑凸优化问题,其最优平均收敛性的获得仍然存在着固定迭代步数和无约束等不合理限制.为此,提出了一种更一般的含三参数的统一化动量方法TPUM(triple-parameters unified momentum),能够同时包含SUM和QHM;其次,针对约束的非光滑凸优化问题,在采取时变步长的条件下,证明了所提出的TPUM具有最优的平均收敛速率,并将其推广到随机情况,从而保证了添加动量不会影响标准梯度下降法的收敛性能以及动量方法对机器学习问题的可应用性.典型的L1范数约束hinge损失函数优化问题实验验证了理论分析的正确性.     

钢铁企业液氩供应系统的设计与优化

总结了大型钢铁企业的液氩供应系统的设计经验,为保证用户用气的稳定而采用高压液氩储罐、罐前设液氩泵的设计方案,针对使用过程中的问题对已有系统进行优化改造.     

平面桁架结构拓扑优化设计的改进智能算法

结构拓扑及形状退火算法(STSA)用于桁架结构拓扑优化设计,其优化特点为注重结构构型的改变而较少考虑结构的力学性能,而针对既定几何构型的桁架结构截面优化,满应力准则法(FSD)具有明显优势,因此,将其引入退火历程改进STSA。提出结构几何构型状态相对稳定判别方法,并以结构构型状态相对稳定作为引入FSD的最佳时机形成杂交算法。算例分析表明：该改进智能算法使寻优搜索过程更为稳定,其表现为搜索效率、鲁棒性和最优解均得以改善。     

关系数据库中基于区域聚类的多区域查询优化

针对关系数据库及其应用中多个区域查询的并发处理,提出了一种区域聚类的方法,其基本思路是将多个查询中相近的区域分成若干组,每组构成较大的区域,从较大的区域中检索元组.这种方法避免了多个区域中相同部分的多次访问,减少了数据库I/O操作的次数.对于低维和高维数据,此方法与一一查询的朴素方法相比,其性能都有明显提高.     

基于节点电压的电网无功优化策略研究

电力系统无功优化可以有效地降低网损,并提高系统电压的合格率,从而降低网络运行费用,提高电压质量。因此,研究电网的无功优化,对于提高电网的运行的经济性和稳定性有重大意义。文章介绍了电力系统无功优化问题研究的发展及现状,给出了基于节点电压的电力系统无功优化的数学模型,综述了应用于电力系统无功优化问题。     

共道干扰下多入多出系统功率分配最优化问题

多输入多输出(MIMO)技术可以极大地提高系统容量和频带利用率,是下一代移动通信网和宽带无线网络的核心技术。在实际情况中,尤其是在多用户情况下,MIMO链路间存在的共道干扰将会对其容量性能产生严重影响,此时需要对MIMO系统功率分配方案进行优化设计。给出了共道干扰MIMO系统的信号模型,从最大化互信息角度分析共道MIMO系统容量,提出在干扰噪声比-信噪比(R_IN-R_SN)空间将系统优化问题归为4种情况,并给出可行的功率分配优化方案,同时分析了方案的适用性,指出亟待解决的主要问题和进一步的研究方向。     

智能天线中基于粒子群算法的二维DOA估计

针对二维多重信号分类（multiple signal classification,MUSIC）算法在进行波达方向（direction of arrival,DOA）估计时计算速度慢、运算复杂度高的缺点,提出基于鸡群算法的二维MUSIC谱峰搜索算法.该算法将鸡群算法与MUSIC算法相结合,在谱峰搜索部分应用鸡群算法优化,利用鸡群算法寻优能力强的优点,快速搜索出谱峰所对应的角度.仿真实验表明,鸡群算法能有效克服谱峰搜索中出现的计算量大、计算复杂度高等问题,通过与其他仿生算法相比较,鸡群算法具有更快的收敛性、更强的稳定性以及更好的精确度.

     

我国应对大震巨灾应急救援装备的技术需求

为提高救援速度,研制一种集钳碎、剪切及抱抓为一体的新型多功能救援属具,节省救援作业中切换不同属具的时间,提出了改进的径向基核函数与梯度算法优化的加权最小二乘支持向量机（weighted least squares support vector machine,WLS-SVM）响应面法建立抱抓机构高精度的近似模型.在近似模型的基础上以抱抓机构最大等效应力、最大变形量和质量为性能指标,引入非支配排序遗传算法（non-dominated sorting genetic algorithm,NSGA-Ⅱ）进行多目标优化设计.为提高NSGA-Ⅱ算法的种群多样性和搜索能力,对精英策略、交叉算子和变异算子进行改进,应用NSGA-Ⅱ算法与改进算法对抱抓机构的优化问题进行求解.最后,通过径向坐标可视化（radial coordinate visualization,RadViz）将高维空间的Pareto解集可视化至二维平面并选出最满意方案进行比较.实验对比表明：改进算法的Pareto解集分布更加均匀、最满意方案的目标值更小,能在保证属具抱抓机构可靠性的情况下,有效地进行轻量化设计.

     

城市暴雨强度公式拟合方法研究

为了寻求精度更高的暴雨强度公式,提出嵌入共轭梯度的自适应小生境遗传优化算法,该算法基于绝对均方差最小准则和相对均方差最小准则构建暴雨强度公式参数优化模型.通过标准遗传算法中引入小生境技术提高了种群多样性,同时与共轭梯度算法相结合增强了算法的局部搜索能力,使得遗传算法全局搜索能力强和共轭梯度法局部搜索能力强这2个优势有效结合,并应用于暴雨强度公式参数的优化计算.以北京、广州和郑州的降雨资料为基础进行暴雨强度公式优化研究,并将本文算法与传统方法和标准遗传算法进行比较.结果表明：运用本文算法对暴雨强度公式参数进行优化时,优化结果较好且能满足规范要求.与传统方法和标准遗传算法相比,优化结果具有更高的精度,为暴雨强度公式的推求提供参考依据.