大规模3D并行分层可扩展矩阵乘法的递阶优化方法

• 作者: 卢炼 阳爱民
• 来源期刊: 计算机应用研究
• 关键词: 大规模平台 并行计算 矩阵乘法 递阶优化
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1713-1717
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.06.025

摘要

为提高大规模平台上可扩展矩阵乘法的并行计算效率,提出一种并行分层可扩展矩阵乘法的递阶优化方法.首先,在可扩展矩阵乘法算法(SMM)算法枢轴行和枢轴列通信研究基础上,利用分层方式在更高等级上对网格进行矩形群划分,实现矩阵乘法的二维计算向三维计算转变,并设计对应的集群内通信和集群间通信过程,实现SMM乘法的递阶并行优化(HSMM);其次,对所提HSMM算法进行理论分析,分情况对其通信成本进行分析和预测,推导出最佳计算成本的集群数选取方式;最后,通过在Grid5000和BlueGene/P测试平台实验,显示所提算法在执行时间和通信时间指标上均要优于对比算法,验证了所提算法有效性和理论分析的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳爱民	广东外语外贸大学思科信息学院	35	618	11.0	24.0
2	卢炼	中山火炬职业技术学院信息工程系	10	12	2.0	3.0