我们从分布式并行处理性状研究入手,分析抽象出相应的宏观数学模型,由此对并行处理加速比的两个不同定义作出了统一解释。进而创新提出分布式并行算法并行度的新定义,并由此导出最大加速比和最佳计算机台数与算法并行度之间的关系。基于上述结论,从尽量地减少处理机之间通信量、提高算法并行度的角度出发,我们提出了一种虚拟边界预测方法,一举解决了多重网格并行化中难以解决的处理机闲置、载荷不均、机间通信量过大、并行度过小、算法逻辑拓扑与系统拓扑不匹配问题。上述结论在伦敦大学QMW学院微机局域网上求解陶瓷金属复合材料的热机械耦合问题中得到证实。并在新加坡国立大学理学院对非压缩开口空腔流N-S流体方程的求解中得到应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
大尺度陆面水文过程与作物模型的耦合研究
与陆面过程有重要相互作用的大尺度水文模型的发展研究
森林水文效应的流域尺度作用及分布式水文模型研究
概念水文模型的假设检验和尺度分析