×

修订版X

swMATH ID: 13440
软件作者: Naumov,M。;阿尔萨耶夫,M。;卡斯通圭,P。;科恩,J。;J·德茅斯。;伊顿,J。;Layton,S。;马尔科夫斯基,N。;Reguly,I。;Sakharnykh,北。;塞拉潘,V。;斯特佐德卡,R。
描述: 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许多应用中都会出现,例如计算流体动力学和油藏模拟。在实际情况下,矩阵往往太大,需要大规模分布式并行计算才能在合理的时间内获得所需的解。本文讨论了AmgX库的设计和实现,该库提供了分布式代数多重网格(AMG)的嵌入式GPU加速和预处理迭代方法。AmgX库使用不同的选择器和插值策略实现了经典和基于聚合的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相结合。聚合方案中的并行性利用了并行图匹配技术,而平滑器和预处理器通常依赖于并行图着色算法。AmgX库中实现的AMG算法在单个GPU上实现了(2-5倍)的加速,而在CPU上实现了竞争。如数值实验部分所示,设置和求解阶段在多个节点上都能很好地扩展,从而保持了这种性能优势。
主页: https://developer.nvidia.com/amgx
关键词: AMG公司;聚合;古典的;预条件迭代法;ILU(仪表着陆装置);图形匹配;图着色;水平调度;磁粉探伤;CUDA公司;通用分组;计算流体力学;油藏模拟
相关软件: CUDA公司;炒作;PETSc公司;BoomerAMG公司;海关;稀疏矩阵;AGMG公司;GitHub公司;CUBLAS公司;特里利诺斯;Python语言;SParC-LES公司;MLD2P4型;2页-D2P4;BootC匹配;AmgXWrapper软件;帕迪索;刚性销;坎特拉;LibGeoDecomp库
引用于: 16文件

按年份列出的引文