学位论文简介

随着超级计算机向百万兆次级性能发展，科学计算规模不断扩大。自适应网格细化（Adaptive Mesh Refinement，AMR）技术通过减少冗余信息，成为大规模科学计算的关键工具；而有损压缩技术则能有效提升数据缩减比，广泛应用于高性能计算与数据管理领域。然而，当前主流有损压缩算法在针对AMR科学数据压缩时，仍面临压缩率不足与计算复杂度高的双重挑战，亟待开展深入优化。

针对上述问题，本研究围绕“基于AMR特征的有损压缩算法设计与性能优化”展开，从AMR应用优化和压缩器内在机制优化两个层面，系统提出了系列高效方法。本文主要创新成果如下：

1）提出基于AMR层级相关映射处理的LAMP算法，利用相邻层级数据相似性进行预处理，结合AMR特有的box网格结构设计层级映射表，显著提升数据压缩率，最大提升达63.8%。

2）针对三维AMR数据密度分布不均问题，设计基于数据密度划分的AMRDPC算法，提出快速k-d树回填策略与循环反转数据补丁策略，在保证误差可控的同时，将压缩率提升5.73倍，吞吐量提高18.83%。

3）针对压缩速度瓶颈，设计基于高效嵌入式编码的ZFP-X算法，以比特组替换位平面存储压缩数据，避免位平面构建与组测试开销，在保持压缩率不变的前提下，最高提升压缩吞吐量65.51%，并在多类科学数据中表现出显著加速优势。

本研究在AMR有损压缩算法领域取得了一系列具有理论价值与应用前景的成果，进一步推动了该方向的前沿发展。

主要学术成果

[1] Yida Li, Huizhang Luo, Fenfang Li, Junqi Wang, Kenli Li. LAMP: Improving Compression Ratio for AMR Applications via Level Associated Mapping-Based Preconditioning[J]. IEEE Transactions on Computers, 2023, 72(12): 3370--3382.（第一作者，CCF A类期刊）

[2] Yida Li, Huizhang Luo, Yufeng Zhang, Keqin Li, Kenli Li. An Efficient Lossy Compression Framework for Density Partitioning in AMR Applications[J]. The Journal of Supercomputing, 2025, 1--28.（第一作者，CCF C类期刊）

[3] Bing Lu, Yida Li, Junqi Wang, Huizhang Luo, Kenli Li. ZFP-X: Efficient Embedded Coding for Accelerating Lossy Floating Point Compression[C]. IEEE International Parallel and Distributed Processing Symposium, 2023, 1041--1050.（第二作者，CCF B类会议）

[4] Yida Li, Huizhang Luo, Chubo Liu, Kenli Li. Exploring Level-Wise Interpolation to Improve Lossy Compression Ratio for AMR Applications[C]. Advances in Natural Computation, Fuzzy Systems and Knowledge Discovery, 2022, 259--266.（第一作者，EI会议）

[5] 李肯立，黎毅达，罗辉章，阳王东，唐卓，刘楚波，刘刚。层级数据关系的获取方法、装置及其计算机设备（专利号：CN115220657A，已公开）