高可擴展、高性能和高實用的稀疏矩陣計算研究進展與挑戰(zhàn)
發(fā)布時間:2023-08-06 07:50
稀疏矩陣算法是超級計算領(lǐng)域的熱點和難點研究內(nèi)容之一.本文從高可擴展、高性能和高實用這三個角度,對過去30年來國內(nèi)外稀疏矩陣計算的部分主要研究工作進行了綜述.并配合在三個GPU上十余個稀疏BLAS算法的測試數(shù)據(jù),討論了同時達到高可擴展、高性能和高實用這三個目標(biāo)的主要難點.最后提出了未來稀疏矩陣計算領(lǐng)域的一系列挑戰(zhàn).
【文章頁數(shù)】:23 頁
【文章目錄】:
1. 引言
2. 基礎(chǔ)知識
2.1. 稀疏矩陣及其存儲格式
2.2. 稀疏BLAS操作
2.2.1. 稀疏矩陣-向量乘(SpMV)
2.2.2. 稀疏三角解(SpTRSV)
2.2.3. 稀疏矩陣-矩陣乘(SpGEMM)
3. 國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)分析
3.1. 高可擴展
3.2. 高性能
3.3. 高實用
3.4. 自主處理器上的稀疏矩陣算法研究
4. 實驗結(jié)果與分析
4.1. 稀疏矩陣-向量乘(SpMV)
4.2. 稀疏三角解(SpTRSV)
4.3. 稀疏矩陣-矩陣乘(SpGEMM)
5. 稀疏矩陣計算的發(fā)展趨勢與挑戰(zhàn)
6. 結(jié)語
本文編號:3839353
【文章頁數(shù)】:23 頁
【文章目錄】:
1. 引言
2. 基礎(chǔ)知識
2.1. 稀疏矩陣及其存儲格式
2.2. 稀疏BLAS操作
2.2.1. 稀疏矩陣-向量乘(SpMV)
2.2.2. 稀疏三角解(SpTRSV)
2.2.3. 稀疏矩陣-矩陣乘(SpGEMM)
3. 國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)分析
3.1. 高可擴展
3.2. 高性能
3.3. 高實用
3.4. 自主處理器上的稀疏矩陣算法研究
4. 實驗結(jié)果與分析
4.1. 稀疏矩陣-向量乘(SpMV)
4.2. 稀疏三角解(SpTRSV)
4.3. 稀疏矩陣-矩陣乘(SpGEMM)
5. 稀疏矩陣計算的發(fā)展趨勢與挑戰(zhàn)
6. 結(jié)語
本文編號:3839353
本文鏈接:http://sikaile.net/kejilunwen/yysx/3839353.html
最近更新
教材專著