基于HYB格式稀疏矩阵与向量乘在CPU+GPU异构系统中的实现与优化

• 作者: 李肯立 阳王东
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: GPU 稀疏矩阵 SpMV CUDA 异构计算
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 高性能计算
• 页码范围: 202-209
• 页数: 8页
• 分类号: TP393.027.2
• 字数: 5910字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.02.002

摘要

稀疏矩阵与向量相乘SpMV是求解稀疏线性系统中的一个重要问题,但是由于非零元素的稀疏性,计算密度较低,造成计算效率不高.针对稀疏矩阵存在的一些不规则性,利用混合存储格式来进行SpMV计算,能够提高对稀疏矩阵的压缩效率,并扩大其适应范围.HYB是一种广泛使用的混合压缩格式,其性能较为稳定.而随着GPU并行计算得到普遍应用以及CPU日趋多核化,因此利用GPU和多核CPU构建异构并行计算系统得到了普遍的认可.针对稀疏矩阵的HYB存储格式中的ELL和COO存储特征,把两部分数据分别分割到CPU和GPU进行协同并行计算,既能充分利用CPU和GPU的计算资源,又能够发挥CPU和GPU的计算特性,从而提高了计算资源的利用效能.在分析CPU+ GPU异构计算模式的特征的基础上,对混合格式的数据分割和共享方面进行优化,能够较好地发挥在异构计算环境的优势,提高计算性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李肯立	湖南大学信息科学与工程学院	130	931	16.0	22.0
2	阳王东	湖南城市学院信息科学与工程学院	45	147	7.0	10.0