软件学报

作者：刘芳芳，王志军，汪荃，吴丽鑫，马文静，杨超，孙家昶

单位：刘芳芳，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 100190;中国科学院大学, 北京 100049;计算机科学国家重点实验室(中国科学院 软件研究所), 北京 10019011,王志军，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 100190;中国科学院大学, 北京 10004902,汪荃，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 100190;中国科学院大学, 北京 10004903,吴丽鑫，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 100190;中国科学院大学, 北京 10004904,马文静，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 100190;计算机科学国家重点实验室(中国科学院 软件研究所), 北京 10019005,杨超，北京大学 数学科学学院, 北京 10087106,孙家昶，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 10019007

关键词：HPCG;国产超级计算机;图着色;SpMV;SymGS

基金：中国科学院战略性先导科技专项（C类）（XDC01030200）；国家重点研发计划（2018YFB0204404，2016YFB0200603）

HPCG基准测试程序是一种新的超级计算机排名度量标准.该测试基准主要用于衡量超级计算机解决大规模稀疏线性系统的能力，更贴近实际应用，近年来广受关注.基于国产超级计算机研究异构众核并行HPCG软件具有非常重要的意义，其不仅可以提升国产超级计算机HPCG的排名，还对很多应用提供了并行算法、优化技术等方面的参考.面向某国产复杂异构超级计算机开展研究，首先采用了分块图着色算法对HPCG进行并行，并提出一种适用于结构化网格的图着色算法.该算法并行性能高于传统的JPL、CC等算法，且着色质量高，运用于HPCG后，迭代次数减少了3次，整体性能提升了6%.分析了复杂异构系统各个部件传输的开销，提出一套更适用于HPCG的任务划分方法，并从稀疏矩阵存储格式、稀疏矩阵重排、访存等角度开展了细粒度的优化.在多进程计算时，还采用内外区划分算法将核心函数SpMV、SymGS中的邻居通信操作进行了隐藏.最终整机测试时，性能达到了国产超级计算机峰值性能的1.67%，与单节点相比，整机弱可扩展性并行效率达到了92%.

来源：2021年第8期

《软件学报》期刊编辑部

查看软件学报杂志2021年第8期