4月16日下午，應(yīng)數(shù)學(xué)與信息科學(xué)院邀請(qǐng)，南京師范大學(xué)博士生導(dǎo)師高家全教授在數(shù)學(xué)樓多功能報(bào)告廳作了題為“面向眾核GPU的可擴(kuò)展迭代方法并行架構(gòu)”的學(xué)術(shù)講座。學(xué)院相關(guān)負(fù)責(zé)人、部分青年教師、本科生和研究生代表聆聽了報(bào)告。

報(bào)告中，高家全指出，數(shù)學(xué)在各個(gè)方面具有基礎(chǔ)性地位，很多問題的本質(zhì)問題均是數(shù)學(xué)問題。高家全通過對(duì)GPU和CPU的比較，以及對(duì)存儲(chǔ)格式的介紹，提出在應(yīng)用時(shí)GPU對(duì)建立高效的并行解法、并行稀疏矩陣矢量乘以及GPU并行預(yù)條件子算法所面臨的難題，闡述了對(duì)于解決以上問題的對(duì)迭代方法并行架構(gòu)以及構(gòu)建并行優(yōu)化模型的必要性。在報(bào)告的互動(dòng)環(huán)節(jié)，高家全對(duì)同學(xué)們提出的問題進(jìn)行了詳細(xì)的解答，并與參會(huì)老師就學(xué)術(shù)研究進(jìn)行了交流和探討。

高家全，博士，數(shù)學(xué)與信息科學(xué)學(xué)院92級(jí)校友，南京師范大學(xué)博士生導(dǎo)師、教授。中國計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員、ACM會(huì)員，中國高性能專委會(huì)委員，中國軟件行業(yè)協(xié)會(huì)數(shù)學(xué)軟件分會(huì)會(huì)員。研究方向：研究方向有并行計(jì)算、深度學(xué)習(xí)、大數(shù)據(jù)分析與可視化、智能計(jì)算及其應(yīng)用、企業(yè)信息化系統(tǒng)與工程。在《ACM Transactions on Parallel Computing》、《Journal of Parallel and Distributed Computing》、《Parallel Computing》等國內(nèi)外知名期刊和會(huì)議發(fā)表論文60多篇。并擔(dān)任IEEE Transaction on Systems Man and Cybernetics Part B(TSMC-B), IEEE Transactions on Magnetics(TMAG)等多個(gè)國際著名期刊的審稿人。獲得教育部科技進(jìn)步二等獎(jiǎng)一項(xiàng)。

(劉曉)