[发明专利]一种撕裂有限元过程处理方法及系统在审
| 申请号： | 202010894719.X | 申请日： | 2020-08-31 |
| 公开（公告）号： | CN112016232A | 公开（公告）日： | 2020-12-01 |
| 发明（设计）人： | 王珏;冯仰德;杨文;聂宁明;刘天才;王彦棡;高付海;高岳 | 申请（专利权）人： | 中国原子能科学研究院;中国科学院计算机网络信息中心 |
| 主分类号： | G06F30/23 | 分类号： | G06F30/23;G06F17/16;G06F9/50 |
| 代理公司： | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人： | 陈霁 |
| 地址： | 102413 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 撕裂 有限元 过程 处理 方法 系统 | ||
1.一种撕裂有限元过程处理方法，应用于由多个计算节点构成的撕裂有限元过程处理系统，该系统中的每个计算节点开启1个进程，每个进程开启T个线程，处理Y个子域；其特征在于：N个线程使用第一处理器，调用第一数学库，进行求解器的矩阵运算。
2.根据权利要求1所述的方法，其特征在于，还包括：T-N个线程使用第二处理器，调用第二数学库，进行求解器的矩阵运算。
3.根据权利要求1所述的方法，其特征在于，求解器的矩阵运算包括：稠密矩阵向量乘、稠密矩阵向量求解器、稀疏矩阵向量乘和稀疏矩阵向量求解器；所述第一处理器分别调用第一数学库，进行稠密矩阵向量乘、稠密矩阵向量求解器、稀疏矩阵向量乘和稀疏矩阵向量求解器的矩阵运算。
4.根据权利要求1所述的方法，其特征在于，第一数学库包括rocBLAS数学库、hipmagma数学库、clSPARSE数学库和rocSPARSE数学库；所述N个线程调用rocBLAS数学库、hipmagma数学库、clSPARSE数学库和rocSPARSE数学库分别进行求解器的稠密矩阵向量乘、稠密矩阵向量求解器、稀疏矩阵向量乘和稀疏矩阵向量求解器运算。
5.根据权利要求2所述的方法，其特征在于，第一处理器为加速器，该加速器安装有AMDGPU处理器，第二处理器为Intel CPU处理器；AMD GPU处理器和Intel CPU处理器之间采用openMP进行并行计算。
6.一种撕裂有限元过程处理系统，包括多个计算节点，每个计算节点开启1个进程，每个进程开启T个线程，处理Y个子域；其特征在于：N个线程使用第一处理器，调用第一数学库，进行求解器的矩阵计算；T-N个线程使用第二处理器，调用第二数学库，进行求解器的矩阵计算。
7.根据权利要求6所述的系统，其特征在于，还包括：T-N个线程使用第二处理器，调用第二数学库，进行求解器的矩阵运算。
8.根据权利要求6所述的系统，其特征在于，求解器的矩阵运算包括：稠密矩阵向量乘、稠密矩阵向量求解、稀疏矩阵向量乘和稀疏矩阵向量求解；所述第一处理器分别调用第一数学库，进行稠密矩阵向量乘、稠密矩阵向量求解、稀疏矩阵向量乘和稀疏矩阵向量求解的矩阵运算。
9.根据权利要求6所述的系统，其特征在于，第一数学库包括rocBLAS数学库、hipmagma数学库、clSPARSE数学库和rocSPARSE数学库；所述N个线程调用rocBLAS数学库、hipmagma数学库、clSPARSE数学库和rocSPARSE数学库分别进行求解器的矩阵运算。
10.根据权利要求6所述的系统，其特征在于，第一处理器为加速器，该加速器安装有AMD GPU处理器，第二处理器为Intel CPU处理器；AMD GPU处理器和Intel CPU处理器之间采用openMP进行并行计算。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国原子能科学研究院;中国科学院计算机网络信息中心，未经中国原子能科学研究院;中国科学院计算机网络信息中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010894719.X/1.html，转载请声明来源钻瓜专利网。
