基于CUDA的大规模稀疏矩阵的PCG算法优化

摘要：

为了实现大规模稀疏矩阵的高效求解,该文利用GPU (graphics processing unit)高带宽、低成本及强大的并行处理能力等优势,基于CUDA (compute unified device architecture)技术对采用CSR (compress spare row)格式存储的大规模稀疏矩阵进行了预处理共轭梯度(PCG)算法的求解优化.采用了存储器优化和数据流优化这2大并行优化策略,对稀疏矩阵与向量乘积和向量间内积与归约的GPU优化步骤进行了详细介绍.通过对实际的水工隧洞模型里的稀疏矩阵求解,得到在GTX580显卡上的计算效率是Intel i7 CPU的13倍.该文提出的基于CUDA的PCG算法具备快速、高效求解大规模稀疏矩阵的能力.

关键词：预处理共轭梯度(preconditioned conjugate gradient、PCG)算法、CUDA(compute unified device architecture)技术、稀疏矩阵、并行计算、优化

所属期刊栏目：54

分类号：TV314;O204(水工结构)

资助基金：国家高技术研究发展计划（863计划）;国家自然科学基金;国家重点实验室基金

在线出版日期：2014-12-17（万方平台首次上网日期，不代表论文的发表时间）

页码：1006-1012