基于GPU的高效稀疏矩阵存储格式研究

• 作者: 田瑾 程凯 马瑞琳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图像处理单元 CUSPARSE库 HEC存储格式 稀疏矩阵与向量乘 不完全LU分解 预条件共轭梯度法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 54-60
• 页数: 7页
• 分类号: TN014
• 字数: 5568字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048047

摘要

针对基于GPU求解大规模稀疏线性方程组的问题,提出一种稀疏矩阵的存储格式HEC,并应用该格式在统一计算设备架构(CUDA)平台上实现不完全LU分解的预条件共轭梯度(ILUCG)法.该存储格式由ELL与CSR格式混合而成,将其以调用GPU kernel的方式实现ILUCG法并应用于大型稀疏线性系统的求解中,可提高稀疏矩阵的存储效率,减少稀疏矩阵与向量乘(SpMV)的运算时间.实验结果表明,与目前广泛使用的基于CSR和HYB存储格式并调用CUSPARSE库函数的实现方式相比,该实现方式最优可得10.4％的加速效果,并且具有良好的SpMV运算性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田瑾	上海工程技术大学电子电气工程学院	8	22	3.0	4.0
2	程凯	上海工程技术大学电子电气工程学院	3	6	1.0	2.0
3	马瑞琳	上海工程技术大学电子电气工程学院	2	5	1.0	2.0