GPU优化的大规模线性方程组并行求解的研究与比较

• 作者: 刘羽 王驰
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: CUDA编程平台 并行算法 任务划分 线性方程组
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 学术研究
• 页码范围: 9-11
• 页数: 3页
• 分类号: TP311.1
• 字数: 3002字
• 语种: 中文

摘要

采用CUDA平台提供的通用并行处理架构,在Gauss-Jordan消去法的基础上,给出了一种适合CUDA平台的并行算法来进行大规模线性方程组的加速求解.算法在GPU端进行整体线性方程组的求解,从Device传回的为方程组的解向量,大大减少了来自Host端和Device端数据传输所带来的延时.算法对任务划分及处理进行了充分的分析.在耗时最为严重的消去阶段,通过增加单个线程的算术逻辑运算来减少线程块之间切换带来的整体算法耗时,并对算法的其余每个阶段都进行了充分的优化.最后在本机上进行了不同线性方程组维数的并行算法与串行算法的加速比,实验结果表明了该并行算法能够充分利用GPU硬件特性,并充分降低了大规模线性方程组的求解时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘羽	桂林理工大学机械与控制工程学院	29	105	6.0	8.0
2	王驰	桂林理工大学信息科学与工程学院	1	0	0.0	0.0