拟极小残差法在GPU上的优化研究

摘要：

随着GPU在高性能计算领域更多地用于科学计算,采用GPU技术对大型稀疏线性方程组进行计算,从而满足人们对计算速度和计算精度要求的提高.NVIDIA Fermi架构的开发,大大提升了GPU的双精度浮点运算能力.拟极小残差法(QMR)作为高性能计算领域中的重要迭代算法,基于求解稀疏代数方程组对ELL算法进行GPU优化.通过对不同规模线性方程组计算分析表明,QMR-GPU的性能提升为原始QMR的3.5倍,与传统的BICG法相比,QMR并行算法具有速度和存储优势,可获得良好的并行加速比.

关键词：并行计算、拟极小残差法、统一计算设备架构

所属期刊栏目：14

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金U1262206

在线出版日期：2014-07-04（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：219-222