高可擴(kuò)展、高性能和高實(shí)用的稀疏矩陣計(jì)算研究進(jìn)展與挑戰(zhàn)
發(fā)布時(shí)間:2023-08-06 07:50
稀疏矩陣算法是超級(jí)計(jì)算領(lǐng)域的熱點(diǎn)和難點(diǎn)研究?jī)?nèi)容之一.本文從高可擴(kuò)展、高性能和高實(shí)用這三個(gè)角度,對(duì)過去30年來國(guó)內(nèi)外稀疏矩陣計(jì)算的部分主要研究工作進(jìn)行了綜述.并配合在三個(gè)GPU上十余個(gè)稀疏BLAS算法的測(cè)試數(shù)據(jù),討論了同時(shí)達(dá)到高可擴(kuò)展、高性能和高實(shí)用這三個(gè)目標(biāo)的主要難點(diǎn).最后提出了未來稀疏矩陣計(jì)算領(lǐng)域的一系列挑戰(zhàn).
【文章頁(yè)數(shù)】:23 頁(yè)
【文章目錄】:
1. 引言
2. 基礎(chǔ)知識(shí)
2.1. 稀疏矩陣及其存儲(chǔ)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(guó)內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析
3.1. 高可擴(kuò)展
3.2. 高性能
3.3. 高實(shí)用
3.4. 自主處理器上的稀疏矩陣算法研究
4. 實(shí)驗(yàn)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(jì)算的發(fā)展趨勢(shì)與挑戰(zhàn)
6. 結(jié)語
本文編號(hào):3839353
【文章頁(yè)數(shù)】:23 頁(yè)
【文章目錄】:
1. 引言
2. 基礎(chǔ)知識(shí)
2.1. 稀疏矩陣及其存儲(chǔ)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(guó)內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析
3.1. 高可擴(kuò)展
3.2. 高性能
3.3. 高實(shí)用
3.4. 自主處理器上的稀疏矩陣算法研究
4. 實(shí)驗(yàn)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(jì)算的發(fā)展趨勢(shì)與挑戰(zhàn)
6. 結(jié)語
本文編號(hào):3839353
本文鏈接:http://sikaile.net/kejilunwen/yysx/3839353.html
最近更新
教材專著