问答
高级检索
作为大数据表示的基本方法， 张量在图像处理、社交网络、推荐系统等人工智能相关领域领域具有极广泛的应用。张量运算是探寻张量固有内在数据关系的关键。随着人工智能应用的不断深入，用以描述的张量维数或阶数迅速增大，张量运算已成为计算和数据密集型应用，对高性能计算提出了极大的需求和挑战。将针对高维高阶稀疏张量中非零元素的分布特征，设计相应的密度函数，据此探求张量的多维度压缩存储方法，研究新型张量运算异构并行算法，并结合国产异构超算系统的体系结构、面向未来 E级计算，探讨其高效可扩展并行处理技术，并通过推荐系统和高光谱遥感图像处理等人工智能相关应用对其性能进行验证，以最终实现大规模张量的快速运算。
[人工智能, 张量异构, 并行处理]
李肯立
问答