-
题名基于GPU的高性能稀疏矩阵向量乘及CG求解器优化
被引量：7
- 1
-
-
作者
王迎瑞
任江勇
田荣
-
机构
中国科学院计算技术研究所
-
出处
《计算机科学》
CSCD
北大核心
2013年第3期46-49,共4页
-
基金
国家自然科学基金项目(11072241
91130026)
+1 种基金
NSFC国家杰出青年科学基金"Exascale计算的基础研究"项目(60925009)
美国橡树岭国家实验室/国家计算科学中心主任基金项目(MAT028)资助
-
文摘
以有限元/有限差分等为代表的一类数值方法,其总体矩阵常常具有"带状"、稀疏的特点。针对"带状"稀疏矩阵,提出和实现了一种高效的矩阵向量乘存储格式和算法"bDIA"。基于nVidia的GTX280系列GPU对其进行了测试,结果显示:与CUSP支持的5种常见稀疏矩阵存储格式和算法相比较,所提出的bDIA格式以及相应的spMV算法的单双精度浮点效率均可以提高1倍以上,并突破了该系列GPU在spMV计算时4%的单精度浮点效率上限和22.2%的双精度浮点效率上限;应用于共轭梯度(CG)与稳定双共轭梯度(BiCGStab)求解器,相对于DIA格式均有1.5倍左右的加速。
-
关键词
带状稀疏矩阵向量乘
bDIA
广义有限元
GPU
CG求解器优化
-
Keywords
Banded sparse matrix-vector multiplication, bDIA, GFEM, GPU, CG solver optimization
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
