AmgX公司

AmgX：GPU加速代数多重网格和预处理迭代方法库。大型稀疏线性系统的求解在计算流体力学、油藏模拟等领域有着广泛的应用。在现实的情况下，矩阵往往是如此之大，以至于需要大规模的分布式并行计算来在合理的时间内得到感兴趣的解。在本文中，我们讨论了代数加速和多重网格的实现。AmgX库使用不同的选择器和插值策略实现了经典的和基于聚集的AMG方法，以及各种平滑器和预处理器，包括块Jacobi、Gauss-Seidel和不完全LU分解。该库包含许多标准且灵活的预处理Krylov子空间迭代方法，这些方法可以与任何可用的多重网格方法或更简单的预处理程序组合。聚合方案中的并行性利用并行图匹配技术，而平滑器和预处理器通常依赖于并行图着色算法。在AmgX库中实现的AMG算法在单个GPU上实现了$2-5 imes$的加速比，而在CPU上的实现则具有竞争力。如数值实验部分所示，设置和求解阶段都可以很好地跨越多个节点，保持这种性能优势。