一种基于图形处理器加速的批量LU分解算法

• 作者: 周赣 李梦月 王颖 马刚
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 图形处理器 潮流计算 批处理 LU分解 并行算法
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电网运行与控制
• 页码范围: 57-63
• 页数: 7页
• 分类号: TM74
• 字数: 4505字
• 语种: 中文

摘要

潮流计算是电力系统计算的基础,其核心是LU分解计算,因此电力系统潮流计算加速的关键在于LU分解加速.当前,基于中央处理器(CPU)的并行算法已经成熟,性能提升空间有限.图形处理器(GPU)作为协处理器,在科学计算方面具有强大的优越性,被广泛应用到电力系统潮流计算中.文中首先分析了GPU结构和并行运行架构,然后介绍了LU分解原理,并选择了合适的矩阵排序算法和稀疏矩阵存储模型,借助统一计算设备架构(CUDA)编程模型实现了基于GPU的单个LU分解和批量LU分解并行加速,最后在仿真设备上测试了5个不同的案例,对比分析其并行算法的加速效果.仿真测试结果表明,基于GPU的批量稀疏LU分解并行算法,平均可以获得25～ 50倍的加速效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王颖	南京师范大学南瑞电气与自动化学院	38	108	5.0	9.0
2	周赣	东南大学电气工程学院	25	476	10.0	21.0
3	马刚	南京师范大学南瑞电气与自动化学院	22	83	5.0	9.0
4	李梦月	南京师范大学南瑞电气与自动化学院	3	0	0.0	0.0