混合 CPU－GPU加速矩阵的 Hessenberg约化

摘要：

求解一般矩阵特征值问题的第一步即进行Hessenberg约化。给出了矩阵的Hessenberg约化算法在GPU上实现的具体方案。针对CPU－GPU混合系统，对基于块计算的Hessenberg约化算法进行了计算任务的划分，并通过详细分析每次循环时各任务的计算量，设计了一种较为合理的分阶段混合调度策略。数值实验表明，使用CPU－GPU混合调度的方案相比直接使用CUBLAS库方案平均获得了约47％的性能提升，而且相比使用CPU上标准的BLAS库函数最高获得了超过7倍的加速比。

关键词：海森伯格约化、混合系统、混合调度、加速比

分类号：TP301.6(计算技术、计算机技术)

资助基金：湖北自然科学基金重点项目ZRZ2014000286

在线出版日期：2015-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：158-163,173