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！

龙图腾网恭喜吉林大学申请的专利一种用于仿真系统的基于GPU的中小型稠密矩阵的批量并行LU分解方法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：CN114911619B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210522339.2，技术领域涉及：G06F9/50；该发明授权一种用于仿真系统的基于GPU的中小型稠密矩阵的批量并行LU分解方法是由张雪松;闫昭;赫枫龄;雷新丽;马琳设计研发完成，并于2022-05-13向国家知识产权局提交的专利申请。

本一种用于仿真系统的基于GPU的中小型稠密矩阵的批量并行LU分解方法在说明书摘要公布了：本发明针对仿真系统的小中型稠密矩阵实现一种基于GPU的高性能批量并行LU分解方法，该方法包括：S1、计算仿真系统的模型单元在每个时间步的雅可比矩阵，并将这些矩阵作为子矩阵，并拼接为大矩阵H；S2、对每个子矩阵内部分块，并按照分块的大小为每个子矩阵分配GPU线程组；S3、所述GPU线程组按照对角顺序从左上到右下，依次完成每个对角块内所有列的主元选取、对角块所在行右侧块的更新、对角块内部列与主元列交换，以及对角块所在列下方和右下方的所有分块数据更新，从而完成对大矩阵H内的所有子矩阵的LU分解。本发明能随着批量数量的增加，性能以近似线性的趋势增加，并且在隐式求解包含大批量小型常微分方程组的模型时，能够加快求解速度，有效缩短仿真时间。

本发明授权一种用于仿真系统的基于GPU的中小型稠密矩阵的批量并行LU分解方法在权利要求书中公布了：1.一种用于仿真系统的基于GPU的中小型稠密矩阵的批量LU分解方法，其特征在于，包括：S1、计算仿真系统的模型单元在每个时间步的雅可比矩阵，并将这些矩阵作为子矩阵，并拼接为大矩阵H；S2、对每个子矩阵内部分块，并按照分块的大小为每个子矩阵分配GPU线程组；S3、所述GPU线程组按照对角顺序从左上到右下，依次完成每个对角块内所有列的主元选取、对角块所在行右侧块的更新、对角块内部列与主元列交换，以及对角块所在列下方和右下方的所有分块数据更新，从而完成对大矩阵H内的所有子矩阵的LU分解；所述仿真系统具有n个模型单元，所述雅可比矩阵为中小型稠密矩阵Hi，i的范围是[0，n-1]；在步骤S3中，具体步骤包括：S31、每个线程组Groupi选定子矩阵Hi内索引为j的对角块Bj,j，确定Bj,j内所有列对应的主元列，并对位于Bj,j右侧所在行上的所有分块进行更新；其中，j初始化为0；S32、将得到的所有主元列与对角块Bj,j内部对应的列互换位置；S33、对位于对角块Bj,j所在列下方的所有分块进行更新；S34、对位于对角块Bj,j右下方的所有分块进行更新；S35、如果对角块Bj,j是子矩阵Hi中的右下角分块，批量并行LU分解结束，输出大矩阵H，其中，每个子矩阵Hi都由Li和Ui构成，分别是单位下三角矩阵和上三角矩阵，用于后续的线性方程组快速求解；否则，令j＝j+1，跳转到步骤S31，继续处理下一个分块。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。