基于GPU的并行Cholesky分解及其应用

• 作者: 戴瑜兴 沈雁
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 正定系统 Cholesky分解 并行计算 OpenCL框架 光束平差
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 284-289
• 页数: 6页
• 分类号: TP361
• 字数: 4489字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049718

摘要

在OpenCL并行计算框架的clMAGMA库中, Cholesky分解算法采用大尺寸分块并行方法, 不能充分利用GPU的高速局部存储器, 且在计算过程中存在多次GPU-CPU间的数据传递.为此, 提出采用小尺寸分块并行方法, 充分利用GPU中的高速局部存储器, 使矩阵子块的逆矩阵得到复用, 完成对称正定矩阵的高效Cholesky分解, 并且其能够应用于三维视觉光束平差问题中的大型正定矩阵的分解.实验结果表明, 该方法的Cholesky分解速度比clMAGMA提升50％以上, 针对光束平差问题, 比Ceres Solver中使用的Eigen库速度提升约38倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴瑜兴	湖南大学电气与信息工程学院	240	2348	23.0	36.0
3	沈雁	湖南大学电气与信息工程学院	7	15	2.0	3.0