proginn1619391782
4天前在线
全职 · 600/日  ·  13050/月
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:
********
********
********
聊一聊

使用APP扫码聊一聊

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

C++
0
1
2
3
4
5
作品
最值比较规约并行

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。

0
2024-03-14 12:51
DCT变换并行化

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。

0
2024-03-14 12:48
H.266GPU并行项目

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。

0
2024-03-14 12:36
更新于: 03-14 浏览: 60