一种利用GPU优化大规模小方阵奇异值分解的新方法

• 作者: 侯朝焕 李晓敏 鄢社锋
• 来源期刊: 长春理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 加速 SVD GPU 大规模小方阵
• 年，卷（期）: 2011,（2）
• 页码范围: 131-134
• 分类号: TN338.6
• 字数: 3297字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9870.2011.02.039

摘要

在宽带声纳和雷达信号处理中,对大量小方阵进行SVD(Singular Value Decomposition,奇异值分解)的执行时间在整个处理过程中占较大比重.为了提高SVD计算速度,该方法采用具有众多并行内核的GPU(Graphic Processing Unit,图形处理器),实现了针对大规模小方阵SVD的优.该方法的计算效率随矩阵个数的增加而提高,且在相同条件下的执行速度比MATLAB提高了约5.1倍,比Intel MKL提高了约3.4倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯朝焕	中国科学院声学研究所	156	1085	18.0	25.0
2	鄢社锋	中国科学院声学研究所	39	292	8.0	16.0
3	李晓敏	中国科学院声学研究所	22	231	8.0	15.0