申威众核处理器上的NSGA-Ⅱ并行优化技术

"基于申威众核处理器的NSGA-Ⅱ并行和优化方法" 本文主要探讨了在申威众核处理器环境下，针对多目标优化问题的非支配排序遗传算法第二代（NSGA-Ⅱ）的并行化与优化策略。申威众核处理器作为我国高性能计算的重要硬件平台，其独特的架构为大规模并行计算提供了可能。文章指出，“神威·太湖之光”超级计算机，基于申威众核处理器，为NSGA-Ⅱ的大规模应用提供了理想的硬件支持。 为了充分利用申威众核处理器的并行处理能力，研究人员设计了一种分岛/主从增强混合并行NSGA-Ⅱ算法。此算法采用主从模式，通过从核间的寄存器通信来实现核组内部的数据共享，从而提高数据交换效率。在算法流程优化方面，他们将更多的算法模块并行化，使其能在从核上执行，进一步提升并行性能。 为了提高加速比，研究团队还采用了多种优化技术，包括使用直接内存访问（DMA）进行高效数据传输，利用向量化技术提升计算密集型操作的执行速度，以及通过双缓冲技术减少数据同步的开销。此外，存储优化也是关键，通过合理布局内存，减少了访问延迟，提升了整体运行效率。 实验结果显示，经过优化的并行NSGA-Ⅱ在申威众核处理器上表现出优秀的加速比和扩展性，这意味着该算法能够随着核心数量的增加而线性地提升计算速度，这对于处理大规模的多目标优化问题尤其有利。 关键词涉及的领域包括申威众核处理器的硬件特性，NSGA-Ⅱ算法的并行化实现，以及多目标优化和并行优化技术。这些关键词反映了研究的核心内容，即如何结合特定硬件平台的特性，优化并行算法，以实现高效的多目标优化计算。 这篇研究论文深入研究了在申威众核处理器上并行NSGA-Ⅱ算法的优化策略，为高性能计算和多目标优化问题的解决提供了新的思路和实践依据。通过这种方法，可以更好地利用我国自主知识产权的高性能计算资源，提升复杂问题的求解效率。