基于GPU的稀疏矩阵存储格式优化研究

• 作者: 宋玉蓉 杨世伟 涂潇 蒋国平
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 稀疏矩阵向量乘 计算统一设备架构 图形处理器 存储格式 浮点运算
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 23-31,39
• 页数: 10页
• 分类号: TP312
• 字数: 6840字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053513

摘要

稀疏矩阵存储格式中的稀疏矩阵向量乘(SpMV)计算效率低下,且分块行列(BRC)存储格式的计算结果缺少再现性和确定性.为此,提出一种改进的BRCP存储格式.采用不同的二维分块策略,根据矩阵各行非零元素分布的统计特性自适应调节分块参数,提高SpMV在GPU平台上的并行性,并设计基于快速分段求和算法的GPU内核函数,保证计算结果的确定性及其在不同GPU平台上的再现性.实验结果表明,BRCP存储格式具有较高的计算效率,相比BRC存储格式可减少并行环境中的SpMV计算误差,并提高PageRank排序的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋国平	南京邮电大学自动化学院	124	1421	20.0	31.0
2	宋玉蓉	南京邮电大学自动化学院	49	372	11.0	18.0
3	涂潇	南京邮电大学计算机学院	2	2	1.0	1.0
4	杨世伟	南京邮电大学计算机学院	1	0	0.0	0.0