买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于GPU并行加速的异构对称矩阵特征值分解方法、系统和设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120561440B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511055273.0，技术领域涉及：G06F17/16；该发明授权一种基于GPU并行加速的异构对称矩阵特征值分解方法、系统和设备是由王瀚生;张少帅;段翰聪;严华兵;杨文聪;黄大军设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种基于GPU并行加速的异构对称矩阵特征值分解方法、系统和设备在说明书摘要公布了：本发明提供了一种基于GPU并行加速的异构对称矩阵特征值分解方法、系统和设备，属于高性能计算技术领域。本发明打破了传统对称矩阵特征值分解过程中五个子过程只能够严格串行执行的设计，解决了串行算法存在的CPU和GPU计算资源空闲的问题，极大地提高了计算效率。同时本发明针对BC‑Back阶段，提出了一种基于GPU实现的新颖的BC‑Back方法，其将BC‑Back过程从并行能力有限的CPU转移到可以大规模并行的GPU上，极大的提升了BC‑Back阶段的并行效率。本发明充分利用了异构架构特点和GPU并行性，实现了对称矩阵特征值求解子过程间并行和BC‑Back的内部并行，充分利用了CPU和GPU资源，极大地提高了计算机内部对于对称矩阵特征值求解过程的计算性能。

本发明授权一种基于GPU并行加速的异构对称矩阵特征值分解方法、系统和设备在权利要求书中公布了：1.一种基于GPU并行加速的异构对称矩阵特征值分解方法，其特征在于，该方法在图形处理器GPU和中央处理器CPU上并行运行处理，具体包括以下步骤： 步骤1：给定待求解原始矩阵A，通过条带化分解和三对角化分解，得到单位正交矩阵、三对角矩阵和豪斯霍尔德向量矩阵；再求解三对角矩阵，获得原始矩阵的特征值数组和三对角矩阵的特征向量矩阵； 步骤2：利用凸块追逐后向变换方法，对单位正交矩阵使用豪斯霍尔德向量矩阵中的豪斯霍尔德向量进行豪斯霍尔德变换，得到中间过程矩阵； 具体的，首先在GPU上分配条带化数组，对豪斯霍尔德向量矩阵中的豪斯霍尔德向量u进行条带化存储；然后获取GPU上线程块可使用的共享内存的最大尺寸、具有流多处理器的个数、流多处理器上能够启动线程块的个数；基于流多处理器个数和每个流多处理器上能够启动线程块的个数创建可用线程块，可用线程块的每个线程对转置的单位正交矩阵使用豪斯霍尔德向量进行变换，得到中间过程矩阵；设原始矩阵A的尺寸为n*n，豪斯霍尔德向量u的长度为b，GPU上每个线程块中线程束的个数为k，所述中间过程矩阵的求解过程如下： 获取豪斯尔德向量u的个数；获取凸块追逐的总趟数，记为sN，sN＝n+b-3b；获取最后1趟凸块追逐产生的豪斯霍尔德向量u的个数，记为tUN，通过公式tUN＝n-sN-1*b-2计算得到； 条带化数组的分配与存储；在GPU上分配条带化数组bandUArrey，将豪斯霍尔德向量矩阵中存储的豪斯霍尔德向量u存储到条带化数组bandUArrey中； 创建线程块；获取线程块可使用的共享内存的最大尺寸maxSharedMemPerBlock、GPU具有流多处理器的个数、流多处理器上能够启动线程块的个数；令线程块中可用共享内存大小sharedMemSize为： 其中，Sizeof是c语言中求数据类型datatype所占内存长度的函数；令线程块1次可加载最多向量u的个数maxSharedUNum为： maxSharedUNum＝sharedMemSizesizeofdatatype*b 线程块中含有线程的个数dimblock为32,k,1，其中32是GPU中线程束中线程的个数；基于流多处理器个数和每个流多处理器上能够启动线程块的个数创建blockNum个线程块；变换开始；每个线程对单位正交矩阵的转置的perBlockN列遍历条带化数组bandUArrey进行变换，其中perBlockN＝n+blockNum-1blockNum，其中blockNum为创建的线程块的个数,perBlockN为待变换的列的索引； 变换完成；等待所有的线程块完成变换操作，得到中间过程矩阵； 步骤3：使用矩阵乘法将中间过程矩阵和特征向量矩阵相乘，完成矩阵特征值分解。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。