基于GPU的稀疏矩阵Cholesky分解

• 作者: 窦勇 邹丹 郭松
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 稀疏矩阵 Cholesky分解 GPU
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 计算机系统体系结构
• 页码范围: 1445-1454
• 页数: 10页
• 分类号: TP391
• 字数: 8850字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.01445

摘要

稀疏矩阵Cholesky分解是求解大规模稀疏线性方程组的核心算法,也是求解过程中最耗时的部分.近年来,一系列并行算法通过图形处理器(GPU)获得了显著的加速比,然而,由于访存的不规则性以及任务间的大量数据依赖关系,稀疏矩阵Cholesky分解算法在GPU上的计算效率很低.文中实现了一种新的基于GPU的稀疏矩阵Cholesky分解算法.在数据组织方面,改进了稀疏矩阵超节点数据结构,通过超节点合并和分块控制计算粒度;在计算调度方面,将稀疏矩阵Cholesky分解过程映射为一系列的数据块任务,并设计了相应的任务生成与调度算法,在满足数据依赖性的前提下提高任务的并行性.实验结果表明,该算法能够显著提高稀疏矩阵Cholesky分解算法在GPU上的实现效率,在单个GPU上获得了相对4核CPU平台2.69～3.88倍的加速比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	窦勇	国防科学与技术大学计算机学院	45	220	8.0	12.0
2	邹丹	国防科学与技术大学计算机学院	4	26	2.0	4.0
3	郭松	国防科学与技术大学计算机学院	6	41	3.0	6.0