·项目背景:QR分解是科学与工程计算中的关键算法,应用广泛但计算开销大,常构成性能瓶颈;在国产化平台上 ,ROCm计算生态的核心数学库(rocSOLVER) 在性能上与业界领先的CUDA生态存在显著差距,亟待优化。 •核心工作:设计双分块动态适应策略,匹配GPU内存层级,提升数据复用,并根据硬件与矩阵特征,动态选择最优 分块参数。 •项目成果:在MI210平台上,双精度矩阵分解的耗时最多降低了38.67%;在国产DCU平台上也实现了最高1.08倍的 性能加速。

·项目背景:针对多阶段、多环节的复杂生产流程,建立决策模型以实现企业利润最大化。 •核心工作:综合运用整数规划、遗传算法与贝叶斯推断建立动态决策模型,并负责核心的遗传算法设计与Python实 现。 •项目成果:最终成果荣获国家二等奖,所构建的模型能为多达16个决策变量的复杂流程提供最优决策方案。