×
孙宜春;刘恒柱;周，童

使用参数化模型在FPGA上进行稀疏Cholesky分解。 （英语） Zbl 1426.65042号

数学。问题。工程师。 2017年，文章ID 3021591，11 p.（2017）.
小结：Cholesky因子分解是大多数工程和科学计算应用中的一个基本问题。在处理大型稀疏矩阵时，数值分解消耗的时间最多。我们提出了一种向量结构来并行化Cholesky分解的数值分解。我们构建了一个完整的分析参数化性能模型，以准确预测不同参数下典型矩阵的执行时间。我们提出的方法对加速器是通用的，不受现场可编程门阵列（FPGA）和专用集成电路的限制。我们在FPGA中实现了一个简化的模块来证明模型的准确性。实验表明，在大多数情况下，预测执行和测量执行之间的性能差异小于10%。在性能模型的基础上，我们对各种参数设置的性能进行了分析，优化了参数，获得了资源和性能的平衡。与最先进的CPU和GPU实现，我们发现最佳参数的性能是CPU的2倍。我们的模型有几个优点，特别是在功耗方面。它为未来加速度部件的设计提供了指导。

MSC公司：

65平方英尺 线性系统和矩阵反演的直接数值方法
65日元10 特定类别建筑的数值算法

软件：

HSL_MA87型;CHOLMOD公司
PDF格式BibTeX公司 XML格式引用
\textit{Y.Sun}等人，数学。问题。Eng.2017，文章ID 3021591，11 p.（2017；Zbl 1426.65042）
全文： 内政部

参考文献：

[1] 古普塔，A。；Karypis，G。；Kumar，V.，《稀疏矩阵分解的高度可扩展并行算法》，IEEE Transactions on parallel and Distributed Systems，8，5，502-520，（1997）·数字对象标识代码：10.1109/71.598277
[2] 加里凡，K。；Plemmons，R.J.，矩阵计算的并行算法，4，（1990），宾夕法尼亚州费城，美国：SIAM，宾夕法尼亚州，美国·Zbl 0697.65010号
[3] A.乔治。；麻省理工学院Heath。；Liu，J.，共享内存多处理器上的并行Cholesky因子分解，线性代数及其应用，77，C，165-187，（1986）·Zbl 0587.65017号 ·doi:10.1016/0024-3795（86）90167-9
[4] 麻省理工学院Heath。；Ng、E。；Peyton，B.W.，稀疏线性系统的并行算法，SIAM评论。工业和应用数学学会出版，33，3，420-460，（1991）·兹伯利0738.65014 ·数字对象标识代码：10.1137/1033099
[5] Haridas，S.G。；Ziavras，S.G.，F{PGA}共享内存多处理器体系结构的Cholesky算法实现，并行、紧急和分布式系统国际期刊，19，4，211-226，（2004）·Zbl 1063.68019号 ·网址：10.1080/10637190412331279957
[6] 周，L。；刘，H。；Zhang，J.，基于集群的CGRA环路加速，IEICE电子快报，10，16，（2013）·doi:10.1587/电子邮箱10.20130506
[7] Yang，D。；Peterson，G.D.，用于cholesky分解的高性能可重构计算，高性能计算应用加速器研讨会（SAAHPC’09）
[8] Yang，D.，GPU和FPGA上cholesky分解的性能比较，高性能计算应用加速器研讨会论文集（SAAHPC’10）
[9] Lin，C.Y。；所以，香港-香港。；Leong，P.H.W.，FPGA矩阵乘法性能模型，第21届现场可编程逻辑与应用国际会议论文集，FPL 2011·doi:10.1109/FPL.2011.62
[10] Liu，J.W.，消除树在稀疏因子分解中的作用，SIAM矩阵分析与应用杂志，11，1，134-172，（1990）·Zbl 0697.65013号 ·doi:10.1137/0611010
[11] Vuduc，R。；Chandramowlishwaran，A.，《关于GPU加速的极限》，《USENIX研讨会并行性热点议题会议录》（'10），USENIX-伯克利协会
[12] 乔治·T。；Saxena，V.公司。；古普塔，A。；辛格，A。；Choudhury，A.R.，GPU上稀疏SPD矩阵的多前沿因式分解，第25届IEEE国际并行与分布式处理研讨会论文集（IPDPS’11）·doi:10.1109/IPDPS.2011.44
[13] 卢卡斯，R.F。；Wagenbreth，G。；Davis，D.M。；Grimes，R.，《GPU及其多核主机上的多前沿计算》，《计算机科学讲义》（包括人工智能子系列讲义和生物信息学讲义）：前言，6449，71-82，（2011）·Zbl 1323.65136号 ·文件编号：10.1007/978-3-642-19328-6_9
[14] 鳄鱼，X。；Ramet，P。；Faverge，M。；山崎，I。；Dongarra，J.，《在DAG运行时使用加速器的稀疏直接解算器》，HAL-INRIA，（2012）
[15] 霍格，J.D。；里德，J.K。；Scott，J.A.，使用DAG设计多核稀疏Cholesky因子分解，SIAM科学计算杂志，32，6，3627-3649，（2010）·Zbl 1221.65088号 ·doi:10.1137/090757216
[16] 陈，Y。；Davis，T.A。；海格，W.W。；Rajamanickam，S.，算法887:CHOLMOD，超节点稀疏Cholesky因子分解和更新/下降日期，ACM数学软件汇刊，35，1，（2008）·doi:10.1145/1391989.1391995
[17] 邹，D。；Dou，Y。；郭，S。；李，R。；邓，L.，图形处理单元上的超节点稀疏Cholesky因子分解，并发与计算：实践与经验，26，16，2713-2726，（2014）·doi:10.1002/cpe.3158
[18] 马萨伦尼科夫，O。；列佩卡，V。；Sergiyenko，A。；A.托马斯。；Wyrzykowsk，R.，《Cholesk LLT算法在基于FPGA的处理器中的并行实现》，496，（2008），德国海德堡：施普林格-弗拉格-柏林-海德堡，德国海德堡
[19] 达夫，I.S。；Reid，J.K.，《不定稀疏对称线性方程的多面解》，ACM数学软件汇刊，9，3，302-325，（1983）·Zbl 0515.65022号 ·doi:10.1145/356044.356047
[20] Liu，J.W.，《稀疏矩阵解的多波前方法：理论与实践》，《SIAM评论》。工业和应用数学学会出版，34，1，82-109，（1992）·Zbl 0919.65019号 ·doi:10.1137/1034004
[21] 威廉姆斯。；沃特曼，A。；Patterson，D.，《Roofline:多核架构的一个有洞察力的视觉性能模型》，《ACM的通信》，52，4，65-76，（2009）·数字对象标识代码：10.1145/1498765.1498785
[22] 陈，X。；任，L。；Wang，Y。；Yang，H.，GPU加速的稀疏LU因子分解，用于电路模拟和性能建模，IEEE并行和分布式系统汇刊，26，3876-795，（2015）·doi:10.1109/TPDS.2014.231199
[23] 李凯。；杨伟（Yang，W.）。；Li，K.，使用概率建模对GPU上的SpMV进行性能分析和优化，IEEE并行和分布式系统事务，26，1，196-205，（2015）·doi:10.1109/TPDS.2014.2308221
[24] 郭，P。；Wang，L。；Chen，P.，GPU上稀疏矩阵向量乘法的性能建模和优化分析工具，IEEE并行和分布式系统事务，25，5，1112-1123，（2014）·doi:10.1109/TPDS.2013.123
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。