买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国地质大学(北京)申请的专利一种GPU资源感知的矩阵乘法并行性能分析模型构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120429216B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510939915.7，技术领域涉及：G06F11/34；该发明授权一种GPU资源感知的矩阵乘法并行性能分析模型构建方法是由王玉柱;魏莲婧设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本一种GPU资源感知的矩阵乘法并行性能分析模型构建方法在说明书摘要公布了：本发明公开了一种GPU资源感知的矩阵乘法并行性能分析模型构建方法，涉及高性能计算的技术领域，其依托于Roofline原理，结合带宽模型、资源负载模型、指令依赖模型构建性能分析模型，并成功应用于矩阵乘法场景中，实现资源感知的矩阵乘法应用下的并行性能量化。本发明不受平台限制能够实现资源感知，并在矩阵乘法场景下能够通过性能分析模型分辨最大化资源使用、最优化性能的参数设置，为后续的并行程序优化工作打下基础；本发明使用的硬件参数是完全基于可公开获取的GPU硬件参数，使得非GPU专业人员也可以使用该模型对程序进行性能评估。

本发明授权一种GPU资源感知的矩阵乘法并行性能分析模型构建方法在权利要求书中公布了：1.一种GPU资源感知的矩阵乘法并行性能分析模型构建方法，其特征在于，包括如下步骤： S100、构建资源感知模型，包含通过经典的占用率模型获得当前设置下的GPU可并行执行的理论线程块总数，并根据启动参数获得当前并行任务划分的总线程块数，进而获得尾部效应的影响率，构建负载占用率模型，实现对负载不均情况的资源感知； S200、根据矩阵乘法应用的访存地址映射方式建立符合应用特性的访存模式，并构建带宽模型，包含通过结合矩阵乘法在全局内存、共享内存的访存地址映射方式获得平均访存数据冗余度，进而构建线程束重用距离概念，展开时间访问方法产生具有时空局部性SM的平均线程束缓存行重用距离，获得具有当前应用特性的访存数据局部性； S300、以Roofline原理为雏形，构建访存模型和计算强度相结合的性能分析模型，包含通过统计当前矩阵乘法应用下的计算和各个访存层次操作指令获得对应的计算-访存指令的计算强度，结合S200中的带宽模型实现单位浮点计算次数的性能分析模型； S400、建立计算强度下的指令依赖关系，结合计算-访存指令的计算强度计算方法，以计算指令为媒介构建简单的指令依赖关系链，模拟GPU指令发射流程估计整体运行时间，获得指令依赖影响下的计算指令变化率，实现对指令依赖的量化，进而对性能分析模型进行优化； S401、获得不同指令下的指令数目，并以计算指令为媒介构建指令之间的简单依赖关系； S402、根据GPU中指令发射方法建立指令之间的发射流水模型，估计整体运行时间； S403、对S402中估计的总执行时间除以执行的计算指令个数获得平均单位计算指令执行时间，并与理论单位计算指令执行时间作比较，获得指令依赖影响因子； S404、将指令依赖因子除S300中获得的性能分析模型，实现对性能分析模型的优化； S500、构建规模感知的并行综合性能分析模型，包含将S400中优化的性能分析模型进行任务规模的影响划分，构建强调因子，实现更加完善的综合性能分析模型，并提高规模感知能力； S501、基于S400中优化的性能分析模型，根据Roofline原理获得对应的计算强度划分阈值，并计算当前计算应用的理论计算强度，两者相除获得任务规模划分比例； S502、使用非线性函数对划分比例进行变化，获得强调因子，具体公式如下： ， 其中p是强调因子，用于控制对应参数起伏变化，达到不同任务场景下强调不同参数作用的效果，β用于控制强调因子p变化速度，α用于控制强调指标的变化范围，表示当前应用的理论计算强度，表示为Roofline指标下的计算强度划分阈值； S503、使用强调因子分别强调全局内存计算强度与带宽影响参数，得到最后的综合性能分析模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国地质大学(北京)，其通讯地址为：100083 北京市海淀区学院路29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。