百万分之一

英特尔®数学内核库(英特尔®MKL)11包括丰富的例程,以加速应用程序性能和减少开发时间。今天的处理器越来越多的核心计数,更广泛的向量单元和更多不同的架构。利用所有的处理能力的最简单的方法是使用精心设计的计算数学库来设计这种潜力。即使是最好的编译器也无法与手工优化的库的性能水平相匹敌。因为英特尔已经在这些现成的、免版税的功能上完成了工程,你不仅有更多的时间来开发应用程序的新特性,而且从长远来看,你还可以节省开发、调试和维护时间,同时知道你今天编写的代码将在未来的英特尔处理器上运行。英特尔®MKL包括高度矢量化和线程线性代数,快速傅立叶变换(FFT),矢量数学和统计函数。通过单个C或FORTRAN API调用,这些函数通过选择每个最佳的代码路径自动跨越先前的、当前的和将来的处理器体系结构。


ZBMaCT中的参考文献(105篇文章中引用)

显示结果1至20的105。
按年份排序(引文
  1. Bylina,BeaTa;ByLina,JAROS.AWA:多核体系结构的并行平铺WZ分解算法(2019)
  2. 曹,Haeseong;龚,DuHyun;李,Namhun;申,SangJoon;李,Seungsoo:昆虫旋转扑翼流结构相互作用分析的组合共转梁/壳单元(2019)
  3. Gebhardt,Cristian Guillermo;霍夫迈斯特,贝内迪克特;Hente,克里斯蒂安;Rolfes,雷蒙德:细长结构的非线性动力学:一种新的面向对象框架(2019)
  4. Grigori,劳拉;TysOt,奥利维尔:基于扩展Krylov子空间的可扩展线性求解器,具有搜索方向的动态约简(2019)
  5. Alena,克劳斯,罗尔夫;Tamstorf,拉斯莫斯:基于细分的非线性多尺度织物模拟(2019)
  6. Matthieu Ancellin,FabeDeRyDa:Copytay:基于Python的线性势流求解器(2019)不是ZB数学
  7. 冯.瓦尔,亨利;李希特,托马斯;Lehrenfeld,克里斯托夫;Heiland,简,Minakowski,PIOTR:流体刚体相互作用的数值基准(2019)
  8. 东塔拉,杰克;Gates,马克;Haidar,Azzam;库尔扎克,Jakub;LuZcZek,Piotr;Tomov,Stnimiar;山崎,IjiTalo:奇异值分解:优化极值算法的剖析(2018)
  9. 埃拉弗鲁,Athena,Karakasis,瓦西莱厄斯;GkououVas,西奥多罗斯;库尔提斯,Kornilios;Gouas,Georgios;KoZrISS,NeCuOS: SPARTYS:多核平台上的高性能稀疏矩阵向量乘法库(2018)
  10. 杰克逊,阿德里安;坎波巴索,M. Sergio;Drof Felnnk,JeNej:负载平衡和并行I/O:用于大型仿真的优化COSA(2018)
  11. 景朝;建安栾;Peter Congdon:具有多基因效应的贝叶斯线性混合模型(2018)不是ZB数学
  12. Jung,Jihyun;BAE,Daesung:利用GPU计算加速多体动力学隐式积分(2018)
  13. Klawonn,阿克塞尔;K,HN,马丁;莱茵巴赫,奥利弗:基于广义变换的非齐次问题的自适应FETI-DP和BDDC方法(2018)
  14. 李,盛国;RueET,弗兰Sooo亨利;刘,杰;黄,Chun;高,Xingyu;Posile,Y:一种分布式内存体系结构的有效混合三对角线分治算法(2018)
  15. Pikle,Nileshchandra K.;SATE,Shailesh R.;Vyavhare,Arvind Y.:基于GPGPU的并行计算在共轭梯度法有限元法中的应用:综述(2018)
  16. Springer,保罗;BiTeNeSi,Paolo:一种高性能GEMM型张量乘法的设计(2018)
  17. Tan,Guangming;刘,钧红;李,Jiajia:多核多核自适应SPMV库的设计与实现(2018)
  18. 徐,Weiwei;杨,海丰;杨,尹;王,Yiduo;周,昆:使用域分解多重网格求解器的应力感知大规模网格编辑(2018)
  19. 杨,王东;李,垦利;李,Keqin:GPU(2018)上SPMV最优分区的阻塞格式并行计算方法(英文)
  20. 扎依采夫,M. A.;Karabasov,S. A.:鞭毛微商的数学模型(2018)