SOM算法在申威众核上的实现和优化-计算机科学.PDF

第 卷 第 期 计 算 机 科 学 ４５ 　 １１A Vol．４５No．１１A 年 月 ２０１８ １１ COMPUTER SCIENCE Nov．２０１８ SOM算法在申威众核上的实现和优化 姚 庆 郑 凯 刘 垚 王 肃 孙 军 徐梦轩 　 　 　 　 　 　 　 　 　 　 (华东师范大学计算机科学与软件工程学院 上海 ) 　 ２０００６２ (数学工程与先进计算国家重点实验室 江苏 无锡 ) 　 ２１４２１５ 　 ( ) , 摘 要 自组织神经网络 是一种被广泛使用的经典机器学习算法 但在处理复杂数据时其执行时间将急剧延 　 　 SOM . . “ ” , 长 并行化是解决这个问题的有效途径 基于目前 TOP５００上排名第一的 神威 太湖之光 超算平台 从模型并行 , . , 和数据并行的角度出发 设计了SOM在申威众核处理器上的单核组和多核组的并行 一方面 通过程序重构将主要 ; , 计算步骤转换为矩阵运算并利用高性能扩展数学库实现向量计算的并行化 另一方面 针对超算硬件的特性使用多种 , . , , 优化手段进行进一步的性能优化 使算法的性能得到了极大的提升 实验中 当使用 个核组时 所提算法的总加速 ６４ , . 比超过 １００００倍 同时最高可达 ９００多倍的从核加速比也证明了所提算法有效发挥了申威核组中众核的能力 , , , , 关键词 自组织神经网络 神威太湖之光 并行计算 　 MPIAthread 中图法分类号 , 文献标识码 　TP３１１．５２TP３３８．６　　　 　A 　 Im lementationandO timizationofSOMAlorithmonSunwa ManＧcoreProcessors p p g y y YAOQin　ZHENGKai　LIUYao　WANGSu　SUNJun　XUMenＧxuan g g (