从电路模拟的复杂推演到量子化学的微观分析，大规模稀疏线性方程组的高效求解是科学计算领域的核心需求。但传统稀疏直接求解器因数据非零元分布稀疏且不规则，导致运算低效、算力浪费等问题。近日，中国科学技术大学计算机科学与技术学院特任副研究员陈俊仕团队，在鲲鹏昇腾科教创新卓越中心的算力支持下，创新研发出面向鲲鹏处理器矩阵算力基于密集kernel的LU直接求解器，以密集运算方式实现了稀疏计算的高效求解，成功突破传统运算瓶颈。
该研究创新构建了一种面向稀疏矩阵计算的密集计算范式，系统化解构了传统稀疏直接求解器的性能瓶颈。团队通过将分散的非零元整合为更加规整的密集数据块，将不规则稀疏矩阵映射为统一稠密的大块结构，进而采用基于稠密矩阵运算的数值分解算法，取代传统稀疏运算中聚合非零小分块的碎片化计算模式，显著降低了由不规则内存访问引发的计算与调度开销，最终实现了计算效率与硬件利用率的协同优化。
该方案的顺利落地，深度依赖于鲲鹏平台的计算特性。硬件层面，鲲鹏920新型号集成专用矩阵运算单元，原生具备高密度数值分解运算的高效承载能力，可精准匹配密集数据块的集中化处理需求;其多核架构为大规模密集数据块的并行运算提供了坚实基础，避免算力闲置或过载。软件层面，鲲鹏 KML 数学库针对密集型矩阵运算进行深度优化，通过底层算法与硬件架构的协同，进一步放大了密集运算模式的性能潜力。经70余个跨领域测试集验证，该方案性能较SuperLU 求解器平均加速32.2倍，在基础硬件配置下实现了平均9.6倍性能加速，大幅压缩了科学计算的时间成本。
目前，相关研究成果已发表于 CCF B 类国际会议 Euro-Par2025，其核心技术已申请中国发明专利并获得授权。此次成果是鲲鹏平台在科学计算领域的典型实践，该方法对于现代高性能处理器上稀疏计算问题的高效求解、充分地发挥处理器上的矩阵运算单元具有很好的应用价值。未来，随着鲲鹏生态的持续完善，其在高性能计算领域的赋能作用将进一步凸显，助力更多科研团队突破技术难关，推动科研成果加速落地转化。
（推广）