面向异构计算平台的SpMV划分优化算法研究

• 作者: Akrem Benatia 李安民 王一拙 计卫星 谈兆年 高建花
• 来源期刊: 计算机工程与科学
• 学科: 数学
• 关键词: 异构计算 矩阵划分 协同优化 SVR SpMV
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 高性能计算
• 页码范围: 590-597
• 页数: 8页
• 分类号: O246
• 字数: 4694字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.04.003

摘要

稀疏矩阵向量乘SpMV在科学计算和工程问题中有着广泛的应用.稀疏矩阵的非零元素分布会极大地影响SpMV的计算效率,针对不同的数据分布模式使用特定算法进行加速可以获得显著的性能提升.CPU的控制能力强,适用于通用计算,而GPU的计算核心多,并行度高,适用于数据密集型计算.根据CPU和GPU的不同特点,充分发挥二者的优势,可以使SpMV获得更大的性能提升.研究CPU-GPU混合架构上SpMV的任务划分与优化方法,针对2种主要的稀疏矩阵数据分布模式:Quasi-diagonal和Tetris,提出了一种基于SVR的任务二次分配算法.研究的2种稀疏矩阵模式具有很好的代表性,在实际科学工程应用中占比达到66％.实验评测结果表明,采用本文的算法之后,与GPU相比,异构平台上Quasi-diagonal和Tetris的加速比平均值分别达到1.74×和2.15×.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	计卫星	北京理工大学计算机学院	39	79	5.0	6.0
2	王一拙	北京理工大学计算机学院	17	76	5.0	8.0
3	谈兆年	北京理工大学计算机学院	3	4	1.0	1.0
4	李安民	北京理工大学计算机学院	2	2	1.0	1.0
5	高建花	北京理工大学计算机学院	2	2	1.0	1.0
6	Akrem Benatia	北京理工大学计算机学院	1	1	1.0	1.0