图片 1

(数学与信息科学学院 刘 晓 苗山根)

报告中,高家全指出,数学在各个方面具有基础性地位,很多问题的本质问题均是数学问题。高家全通过对GPU和CPU的比较,以及对存储格式的介绍,提出在应用时GPU对建立高效的并行解法、并行稀疏矩阵矢量乘以及GPU并行预条件子算法所面临的难题,并阐述了对于解决以上问题的对迭代方法并行架构以及构建并行优化模型的必要性。在互动环节,高家全对学生提出的问题进行了详细的解答,并与参会老师就学术研究进行了交流和探讨。

专家简介:

高家全,博士,数学与信息科学学院92级校友,南京师范大学博士生导师、教授。中国计算机学会高级会员、ACM会员,中国高性能专委会委员,中国软件行业协会数学软件分会会员。研究方向:研究方向有并行计算、深度学习、大数据分析与可视化、智能计算及其应用、企业信息化系统与工程。在《ACM
Transactions on Parallel Computing》、《Journal of Parallel and
Distributed Computing》、《Parallel
Computing》等国内外知名期刊和会议发表论文60多篇。并担任IEEE Transaction
on Systems Man and Cybernetics Part B, IEEE Transactions on
Magnetics等多个国际著名期刊的审稿人。获得教育部科技进步二等奖一项。

4月16日下午,应数学与信息科学院邀请,南京师范大学博士生导师高家全教授在数学楼多功能报告厅作了题为“面向众核GPU的可扩展迭代方法并行架构”的学术讲座。学院相关负责人、部分青年教师、本科生和研究生代表聆听了此次报告。

相关文章