LU分解和Laplace算法在GPU上的实现

• 作者: 吕暾 林锦贤 陈颖
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 图形处理器 LU分解 Laplace算法 统一计算设备架构 共享存储器
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 典型应用
• 页码范围: 851-855
• 分类号: TP312
• 字数: 4369字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.00851

摘要

随着图形处理器(GPU)性能的大幅度提升以及可编程性的发展,已经有许多算法成功地移植到GPU上.LU分解和Laplace算法是科学计算的核心,但计算量往往很大,由此提出了一种在GPU上加速计算的方法.使用Nvidia公司的统一计算设备架构(CUDA)编程模型实现这两个算法,通过对CPU与GPU进行任务划分,同时利用GPU上的共享存储器提高数据访问速度,对GPU程序进行分支消除,并且对矩阵分段计算以达到加速计算的目的.实验结果表明,随着矩阵规模的增大,基于GPU的算法相对于基于CPU的算法具有良好的加速效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林锦贤	福州大学数学与计算机科学学院	42	220	8.0	13.0
5	陈颖	福州大学数学与计算机科学学院	27	168	7.0	12.0
6	吕暾	福州大学福建省超级计算中心	13	77	4.0	8.0