C++
0
1
2
3
4
5
4天前在线
高级后端工程师
成都全职 · 600/日 · 13050/月信用正常
工作时间: 工作日09:00-17:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
我是String，毕业于西南石油大学计科院，研究生。
1. 深入理解并行计算和分布式计算的理论和实践。
2. 精通CUDA语言和框架。
3. 掌握各种并行算法和数据结构，并能够根据需求进行优化。
4. 拥有优秀的问题解决能力，能够在复杂的计算问题中找到高效的解决方案。
5. 熟悉多种编程语言，包括C++, Python等。
工作经历
2023-03-01 -2024-03-14四川海云澜信息技术有限高级后端工程师
四川海云澜信息技术有限公司成立于2024年01月17日，注册地位于中国(四川)自由贸易试验区成都高新区天府大道中段666号1栋34层3404号，法定代表人为周定玉。经营范围包括一般项目:信息技术咨询服务;专业设计服务;消防器材销售;消防技术服务;建设工程消防验收现场评定技术服务，安防设备销售;技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广;信息系统集成服务，软件开发，物联网技术服务;信息安全设备销售;物联网技术研发，工程和技术研究和试验发展;摄像及视频制作服务。(除依法须经批准的项目外，凭营业执照依法自主开展经营活动)
教育经历
2020-09-01 - 2023-06-01西南石油大学电子信息硕士
技能
作品
项目名称：最值比较规约的并行化实现 项目概述： 本项目旨在实现最值比较规约的并行化处理。规约操作是一种在一组值上执行某种操作并生成单个值的技术，例如找出一组数中的最大值或最小值。在大规模数据处理中，规约操作可能会非常耗时。通过利用并行计算，我们可以减少规约操作的运行时间，从而提高整体的数据处理速度。 主要特点： 1. 利用并行计算的优势，显著提高规约操作的速度和效率。 2. 通过并行编程（例如使用OpenMP或CUDA），实现最值比较规约的并行化。 3. 适用于大规模数据处理，提高数据处理的效率。 实施步骤： 1. 设计并实现一个基于并行计算的最值比较规约算法。 2. 对算法进行优化，以充分利用并行计算的优势。 3. 对大规模数据进行测试，验证算法的效率和正确性。 预期成果： 本项目的完成将显著提高最值比较规约操作的速度和效率，有助于提升大规模数据处理的能力。
02024-03-14 12:51
项目名称：GPU并行化的离散余弦变换（DCT） 项目概述： 本项目旨在实现离散余弦变换（DCT）的GPU并行化。离散余弦变换是一种在信号和图像处理中广泛使用的技术，特别是在JPEG压缩中。然而，对大规模数据进行DCT变换可能会消耗大量的计算资源和时间。通过使用GPU并行计算，我们可以显著提高DCT变换的速度和效率。 主要特点： 1. 利用GPU的并行计算能力对DCT变换进行优化，大幅提升了计算效率和速度。 2. 通过CUDA编程实现了DCT变换的并行化，使得大规模数据的处理成为可能。 3. 项目中实现了对2D DCT变换的优化，这对于图像处理尤其重要。 实施步骤： 1. 设计并实现一个基于CUDA的DCT变换算法。 2. 在GPU上对算法进行优化，以充分利用其并行计算能力。 3. 对大规模数据进行测试，验证算法的效率和正确性。 预期成果： 本项目的完成将显著提高DCT变换的计算速度和效率，有助于推动图像处理和信号处理等领域的发展。
02024-03-14 12:48
1.对H.266/VVC帧间帧内预测进行了GPU并行化 2.帧间预测加速20%，帧内预测加速32% 3.在NVIDIA GeForce GTX 1660平台上，相较于CPU串行处理，在Low_Delay模式中，整像素运动估计并行优化算法中可以凭借0.403%的性能损失，节省25.09%的编码时间；亚像素插值并行优化算法在未带来损失的情况下，带来平均24倍以上的加速比。在All_Intra模式中，快速划分并行优化算法可以凭借1.64%的性能损失，节省40.56%的编码时间；角度预测并行优化算法在未带来性能损失的情况下，带来平均3倍以上的加速比。
02024-03-14 12:36
