可变分块结构的稀疏矩阵向量乘

摘要：

　　稀疏矩阵向量乘（SpMV）是一个广泛应用在科学计算和工程计算中的核心操作。在 这篇文章里，我们提出了一个优化稀疏矩阵向量乘的新算法，对具有可变分块模式的稀疏 矩阵，我们的算法相对于传统的算法能减少存储开销，能更好的开发算法的局部性。试验 结果显示新算法相对OSKI 中的稀疏矩阵向量乘在AMD 和Intel 平台上分别有30％和45%的 性能提高。

关键词： 稀疏矩阵向量乘 可变分块结构 矩阵分解

作者: 涂登彪 谭光明 陈明宇

作者单位: 中国科学院计算技术研究所 北京 100191;中国科学院研究生院 中国科学院计算技术研究所 北京 100191

会议类型: 国内会议

会议名称: 2010年全国高性能计算学术年会(HPC china2010)

会议地点: 北京

会议语种:中文

页码: 409-416

在线出版日期: 2010-10-27（万方平台首次上网日期，不代表论文的发表时间）