有谁用过华大九天的ALPS?为什么会比传统的spice速度要快?
时间:12-12
整理:3721RD
点击:
我的分析:
1.完全是基于并行的多核cpu做的架构,多核优化的不错,所以多核跑起来有优势。
2.针对matrix做了一些优化的算法,在matrix求解的时候智能在10多种算法中自动选择,在求解海量矩阵的时候有优势。
3.分布式内存架构,在读取数据的时候能够很好的协调各个存储单元中的数据,效率较高。
其它的还有什么呢?
#发送自zSMTH@IOS
1.完全是基于并行的多核cpu做的架构,多核优化的不错,所以多核跑起来有优势。
2.针对matrix做了一些优化的算法,在matrix求解的时候智能在10多种算法中自动选择,在求解海量矩阵的时候有优势。
3.分布式内存架构,在读取数据的时候能够很好的协调各个存储单元中的数据,效率较高。
其它的还有什么呢?
#发送自zSMTH@IOS
ALPS是能在多台PC的集群上跑还是只能在单台服务器上的多核CPU跑?
如果是后者,spectre/hspice一直都在做多核并行化,ALPS并不会因为多核而占什么优势
后者,谢谢指点,多核应不是关键原因。
我猜测最主要的原因可能还是跟矩阵的分割方法以及matrix的选解算法有关。
应该是你猜测的原因,矩阵分割
.180
嗯,还有就是分割之后矩阵解法的方法
同时还根据反馈来回来的结果减少矩阵的解的次数
一方面优化矩阵,一方面减少矩阵解的次数
不得不说,它的产品经理真是高人
和产品经理有啥关系?
矩阵计算有各种技巧可以优化,这方面做数值计算的是内行,搞eda的基本都是用了很多成熟的数值算法。
不单单是矩阵的事儿啦,产品经理的思路挺牛掰的。
这种技术上的优化和产品经理能有多大关系。。。
首先,用户定位,定的很准。
其次,做爆品,先从一个突破点进去。
和产品经理关系不大,spice不外乎速度和精度
没bug的话精度就那样了,大家就比谁快呗
.180
主要是提升非线性代书方程组的求解效率
并行各家差异不是特别大,主要还是来自于矩阵计算,这个不同的求解算法对仿真效率影响太大了