Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广西师范大学何冰获国家专利权

广西师范大学何冰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广西师范大学申请的专利一种基于多相流LBM并行算法的智能优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119917388B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411979128.7,技术领域涉及:G06F11/34;该发明授权一种基于多相流LBM并行算法的智能优化方法是由何冰;杨宇璇;陈建国设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

一种基于多相流LBM并行算法的智能优化方法在说明书摘要公布了:本发明公开了一种基于多相流LBM并行算法的智能优化方法,包括如下步骤:1构建多相流LBM并行算法数据依赖关系模型;2构建多相流LBM并行算法访存性能分析模型;3根据数据依赖关系模型、GPU访存的特性及数据读写关系对多相流LBM算法提出核融合规则及融合后的性能变化估算方法;4将融合规则与性能变化估算方法结合到分组遗传算法中,搜索最优融合方案;5根据最优融合方案进行优化,并对比优化前后性能。该方法综合考量CUDA内核数据传递和内存访问特性,利用智能搜索算法探索各种CUDA内核融合策略下的性能增益,最后得到最优的CUDA内核融合策略,其加速效果相对于传统多相流LBM并行方法有了显著提升。

本发明授权一种基于多相流LBM并行算法的智能优化方法在权利要求书中公布了:1.一种基于多相流LBM并行算法的智能优化方法,其特征在于,包括如下步骤: 1构建多相流LBM并行算法数据依赖关系模型;该模型包括构建数据依赖图和执行顺序图;首先构建多相流LBM的数据依赖图,在此数据依赖图中,对各处理涉及的数组分为三种类型:只读数组、读写数组以及只写数组;将每个核函数表示为数据依赖图中的节点,并将各个节点之间传递的数据作为边的权值进行连接; 遵循原多相流LBM算法各处理步骤执行顺序构建一个执行顺序图,执行顺序图是一个有向无环图,其中执行顺序图中的节点代表核函数,在构建此执行顺序图时,在不违反内核间执行优先级的前提下,将节点按照逻辑顺序进行融合;利用执行顺序图,准保融合后的CUDA算法不违反原LBM算法的逻辑顺序; 2构建多相流LBM并行算法访存性能分析模型,对多相流LBM在CUDA程序中的访存性能进行深入分析与优化,鉴于LBM的CUDA程序在内核融合前后,CUDA程序计算操作的变化相对较小;在CUDA程序的执行过程中,核函数的内存访问涵盖全局内存、共享内存以及寄存器的访问,确定核函数中各类内存的访问次数,并考虑GPU设备在访问不同内存时所需的周期数; 核函数k的访存周期数用如下公式进行计算: 1, 2, 公式1和2中、、分别表示GPU访问一次全局内存、共享内存、寄存器的周期数,、、分别表示核函数访问全局内存、共享内存、寄存器的次数,表示CUDA程序中所有内核的访存周期数之和,表示核函数k的访存周期数; 3根据数据依赖关系模型、GPU访存的特性及数据读写关系对多相流LBM算法提出核融合规则及融合后的性能变化估算方法; 4将融合规则与性能变化估算方法结合到分组遗传算法中,搜索多相流LBM并行算法最优融合方案; 5根据最优融合方案对原多相流LBM并行算法进行优化,并对比优化前后性能。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广西师范大学,其通讯地址为:541004 广西壮族自治区桂林市七星区育才路15号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。