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,其总体矩阵常常具有“带状”、稀疏的特点.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对其进行了测试,结果显示: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算法的单双精度浮点效率均可以提高1倍以上,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：带状稀疏矩阵向量乘、bDIA、广义有限元、GPU、CG求解器优化

所属期刊栏目：40

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金项目11072241,91130026;NSFC国家杰出青年科学基金"Exascale计算的基础研究"项目60925009;美国橡树岭国家实验室/国家计算科学中心主任基金项目MAT028

在线出版日期：2013-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：46-49