大规模稀疏线性方程组的GMRES--GPU快速求解算法

ISCAS OpenIR

	大规模稀疏线性方程组的GMRES--GPU快速求解算法
其他题名	fast gmres-gpu solver for large scale sparse linear systems
	柳有权; 尹康学; 吴恩华
	2011
发表期刊	Journal of Compute-Aided Design and Graphics
ISSN	1003-9775
卷号	23 期号:4
摘要	重开始广义极小残量法(GMRES)是求解大规模线性方程组的常用算法之一, 具有收敛速度快、稳定性好等优点.文中基于CUDA将GMRES算法在GPU上进行并行算法实现, 尤其针对稀疏矩阵矢量乘法运算, 通过合并访问和共享内存策略相结合的手段使得算法效率大幅度提升.对于大规模数据集, 在GeForce GTX 260上的运行结果相对于Intel Core 2 Quad CPU Q9400@2.66GHz得到了平均40余倍的加速效果, 相对于Intel Core i7 CPU 920@ 2.67 GHz也可得到平均20余倍的加速效果
收录类别	CSCD
其他摘要	As a popular iterative method to solve linear equations, restarted generalized minimal residual method (GMRES) has the advantages of fast convergence and good stability. This paper implements a parallel GMRES in GPU based on CUDA. Particularly, the sparse matrix vector multiplication is optimized with coherence visiting and shared memory, which significantly improves the performance. We tested the paralleled GMRES on a GPU of GeForce GTX260, and compared its performance with those of the traditional GMRES on Intel Core 2 Quad CPU Q9400?. 66GHz and Intel Core i7 CPU 920@2. 67GHz, which showed 40 times of speed-up and 20 times of speed-up on average respectively
关键词	重开始广义极小残量法稀疏矩阵矢量乘法
部门归属	柳有权长安大学信息工程学院计算机科学国家重点实验室西安陕西 710064 中国. 尹康学长安大学信息工程学院西安陕西 710064 中国. 吴恩华中国科学院软件研究所计算机科学国家重点实验室北京 100190 中国.
学科领域	Computer Science
资助者	国家自然科学基金; 中国科学院软件研究所计算机科学; 国家重点实验室开放基金
语种	中文
CSCD记录号	CSCD:4176035
内容类型	期刊论文
URI标识	http://ir.iscas.ac.cn/handle/311060/16094
专题	中国科学院软件研究所
推荐引用方式 GB/T 7714	柳有权,尹康学,吴恩华. 大规模稀疏线性方程组的GMRES--GPU快速求解算法[J]. Journal of Compute-Aided Design and Graphics,2011,23(4).
APA	柳有权,尹康学,&吴恩华.(2011).大规模稀疏线性方程组的GMRES--GPU快速求解算法.Journal of Compute-Aided Design and Graphics,23(4).
MLA	柳有权,et al."大规模稀疏线性方程组的GMRES--GPU快速求解算法".Journal of Compute-Aided Design and Graphics 23.4(2011).