我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
贝叶斯统计中的许多应用程序都需要大量的计算。然而,它们通常具有内在的并行性,这使得它们成为现代大规模并行处理器的主要目标。多核和分布式计算在贝叶斯社区中得到了广泛应用,然而,很少关注使用大多数现代CPU上可用的单指令多数据(SIMD)操作的细粒度并行化。在这项工作中,我们使用标准编程库实际演示了SIMD方法对几个主题贝叶斯应用程序的实用性。使用C编程语言,我们表明SIMD可以将单核浮点运算性能提高高达6×比较标量C代码和以上25×与优化的R代码相比。这样的改进会增加通过多核处理所获得的任何收益。我们说明了SIMD在加速贝叶斯计算方面的潜力,并为读者提供了开发现代大规模并行处理环境的技术。
C.D.得到了澳大利亚研究委员会(ARC)在发现项目计划(DP200102101)下的支持。S.A.S.由ARC根据发现项目计划(DP160102544)提供支持。C.D.、S.A.S.和D.J.W.由ARC数学和统计前沿卓越中心(ACEMS;CE140100049)提供支持。C.D.和D.J.W.还感谢昆士兰理工大学数据科学中心的支持。计算资源由昆士兰理工大学电子研究办公室提供。
大卫·J·沃恩。 斯科特·西森。 克里斯托弗·德罗瓦迪。 “加速昂贵贝叶斯计算的向量操作–教程指南。” 贝叶斯分析。 17 (2) 593 - 622, 2022年6月。 https://doi.org/10.1214/21-BA1265