基于GPU的高性能稀疏矩阵向量乘及CG求解器优化

摘要：

　　以有限元/有限差分等为代表的一类数值方法，总体矩阵常常具有“带状”、稀疏的特点.本文针对“带状”稀疏矩阵，提出和实现了一种高效的矩阵向量乘存储格式和算法“bDIA”.基于nVidia的GTX280系列GPU进行测试，测试数据显示：与CUSP支持的5种常见稀疏矩阵存储格式和算法相比较，所提出的bDIA格式以及相应的spMV算法可以达到单双精度浮点效率均有1倍以上的提高，并突破了该系列GPU在spMV计算时4％的单精度浮点效率上限和22.2％的双精度浮点效率上限：应用于共轭梯度(CG)与稳定双共轭梯度(BiCGStab)求解器，相对于DIA格式均有1.5倍左右的加速.

关键词： 偏微分方程 数值求解 带状稀疏矩阵向量乘 CG求解器 图像处理器

作者: WANG Ying-Rui 王迎瑞 REN Jiang-Yong 任江勇 TIAN Rong 田荣

作者单位: Institute of Computing Technology, Chinese Academy Of Sciences, Beijing 100190, China 中国科学院计算技术研究所,北京 100190

会议类型: 国内会议

会议名称: 2012全国高性能计算学术年会

会议地点: 张家界

会议语种:中文

页码: 1-8

在线出版日期: 2012-10-29（万方平台首次上网日期，不代表论文的发表时间）