一种基于数据划分和计算分配的稀疏张量典范分解方法

摘要

本发明涉及一种基于数据划分和任务分配的稀疏张量典范分解方法，包括：初始时根据申威处理器的众核特性对核组上的多个处理核心进行多级划分与任务分配；初始时对稀疏张量数据进行多级分割处理；利用申威处理器SW26010的寄存器通信特性设计的针对稀疏张量典范分解的通信策略；针对不同稀疏张量典范分解方法的共同性能瓶颈，即矩阵化张量乘Khatri‑Rao积(Matricized Tensor Times Khatri‑Rao Product，简称MTTKRP)在具体运算时的不同需求(是否需要随机抽取张量元素进行计算)，利用申威处理器的特性设计MTTKRP过程的不同计算方案。本发明充分挖掘了申威体系结构的特性，并充分考虑了稀疏张量分解的计算要求，能够并行且高效地在申威体系结构上完成多种稀疏张量典范分解计算方法，并最大限度地保证动态的负载平衡。