基于国产异构计算平台的快速SVD算法及其在海洋资料同化的应用OA北大核心

【目的】资料同化已经在大气和海洋的数值预报中发挥重要作用,它可以利用不同来源的观测资料对初始场数据进行修正,从而提高数值预报的准确性,目的在于通过奇异值分解(SVD)算法的改进提高基于国产异构计算平台的资料同化计算效率。【方法】本文在大规模计算环境下并行策略及实现方法基础上,设计并实现了基于国产异构计算平台的CPU和类GPU卡协同批量SVD解算的实现流程和数据结构,并给出了实际性能提升测试数据,同时,完整地使用C/C++实现了资料同化程序。【结果】该算法充分利用国产异构计算平台CPU和计算卡的计算资源,实现了基于SVD的矩阵求逆的高效实现算法,从基础算法上显著提高了资料同化的计算效率。【结论】基于国产异构计算平台CPU和计算卡协同方式的奇异值分解的高效实现算法,其应用可以扩展到量子计算、人工智能、图像处理、信号降噪等领域的算法实现,具有广泛的应用价值,使用C/C++语言的资料同化应用软件,丰富了国产异构计算平台的应用生态。