面向国产SW26010-Pro处理器的高性能扩展数学库xMath2.0

1. 成果简介

高性能扩展数学库xMath2.0包括BLAS、LAPACK、FFT、稀疏迭代解法器4个主要模块，面向国产SW26010-Pro处理器开展了细致的性能优化工作，提出了若干体系结构感知的并行和优化技术来提升性能。包括矩阵矩阵乘GEMM多级分块算法、基于两层分解的一维FFT众核并行算法、向量压缩、三缓冲（计算、DMA、RMA重叠）、基于RMA的高效任务调度方法、一套动静态 buffer 的缓存机制、自适应优化等，充分利用SW26010-Pro处理器提供的特性如核间通信RMA、从核缓存LDM、向量化等来提升性能，另外还利用SW26010-Pro的两条硬件流水线和若干向量化计算/访存指令，对部分核心操作进行了手工汇编优化。该库自研代码超过三十万行，相比开源库性能最高提升上千倍，最低也有数倍，已经部署到国家超级计算青岛中心，被多个科学计算软件和人工智能软件所调用。并助力中国科学技术大学研制的第一性原理软件DGDFT入围了2022年美国计算机学会的“戈登·贝尔”奖。

2. 技术创新点

该成果研发了一系列体系结构感知的性能优化技术，包括矩阵矩阵乘GEMM多级分块算法、基于两层分解的一维FFT众核并行算法、向量压缩、三缓冲（计算、DMA、RMA重叠）、基于RMA的高效任务调度方法、一套动静态 buffer 的缓存机制、自适应优化等。

3. 技术成熟度

该成果处于中试阶段（工程化验证）。

4. 可应用领域

该成果可应用于材料模拟、大气模拟、第一性原理计算、人工智能、大模型等领域。

5. 联系人

刘芳芳，fangfang@iscas.ac.cn，010-62661641