基于矩阵运算的并行计算方法

    公开(公告)号:CN101980182A

    公开(公告)日:2011-02-23

    申请号:CN201010508334.1

    申请日:2010-10-15

    Applicant: 清华大学

    Abstract: 本发明公开一种基于矩阵运算的并行计算方法,主要是为了简化并行加速程序的设计,降低实现并行算法的难度而设计。本发明将待描述算法描述为矩阵运算算式,然后,将计算任务抽象为具有某种元素类型的各矩阵之间的抽象乘法算子和/或抽象加法算子。最后,将矩阵运算映射到加速器编程模型中;加速器执行运算输出结果。本发明利用矩阵运算规则来表述算法的并行性,从而降低了描述并行算法的难度。同时,基于推广的矩阵运算来实现并行算法,可以尽可能地排除具体算法的特点,实现较为通用的并行算法到加速器的映射,可以针对常用的矩阵运算设计调度软件,使得软件可以较普遍地适合于多种算法,进而减少开发加速器调度代码的重复工作,简化开发过程。

    基于图形处理器的大规模静态网络划分方法

    公开(公告)号:CN101977120A

    公开(公告)日:2011-02-16

    申请号:CN201010508333.7

    申请日:2010-10-15

    Applicant: 清华大学

    Abstract: 本发明公开一种基于图形处理器的大规模静态网络划分方法,主要是针对现有网络划分方法不适于大规模网络的划分,且划分方法效率低而设计。本发明通过定义一个网络划分结果矩阵S,将网络划分中分别求各子模块的特征向量和特征值转换成求整个网络的特征向量和特征值,并根据图形处理器的并行计算体系结构,将网络划分中的特征值和特征向量的计算分解为几个基本运算,将原本庞大的稠密矩阵计算问题简化为稀疏矩阵和向量之间的运算。本发明通过基本运算间的合理组合节省了内存空间,并且减少了数据传输的消耗,有效地提高了网络划分的效率,将本不易实现的超大规模网络划分成为可能。

    基于图形处理器的大规模静态网络划分方法

    公开(公告)号:CN101977120B

    公开(公告)日:2013-01-02

    申请号:CN201010508333.7

    申请日:2010-10-15

    Applicant: 清华大学

    Abstract: 本发明公开一种基于图形处理器的大规模静态网络划分方法,主要是针对现有网络划分方法不适于大规模网络的划分,且划分方法效率低而设计。本发明通过定义一个网络划分结果矩阵S,将网络划分中分别求各子模块的特征向量和特征值转换成求整个网络的特征向量和特征值,并根据图形处理器的并行计算体系结构,将网络划分中的特征值和特征向量的计算分解为几个基本运算,将原本庞大的稠密矩阵计算问题简化为稀疏矩阵和向量之间的运算。本发明通过基本运算间的合理组合节省了内存空间,并且减少了数据传输的消耗,有效地提高了网络划分的效率,将本不易实现的超大规模网络划分成为可能。

    一种压力传感器阵列
    4.
    实用新型

    公开(公告)号:CN210664844U

    公开(公告)日:2020-06-02

    申请号:CN201921926207.6

    申请日:2019-11-08

    Applicant: 清华大学

    Inventor: 吴天际

    Abstract: 一种压力传感器阵列,由至少两个压力传感器串联形成,相邻的所述压力传感器通过握手端口串联,通过级联握手系统获得每个压力传感器的地址及顺序,形成压力传感器阵列。传感器阵列可以获得多个地面压力信息从而将每一个压力传感器信息发送至中央控制器。中央控制器是整个系统的核心节点,系统的时钟节拍由中央控制器发出,从而获得整个传感器阵列的压力数据。通过中央控制器下面串联若干压力传感器,每一个压力传感器和下一个压力传感器通过网线相连接,使用网线可以最大程度上降低通讯硬件成本,解决现有技术问题中的多传感器连接线路复杂,通讯可靠性差等问题。

Patent Agency Ranking