稀疏度 swMATH ID: 8686 软件作者: EJ Im、K Yelick、R Vuduc 说明: 稀疏性:稀疏矩阵核的优化框架。稀疏矩阵-向量乘法是一种重要的计算内核,由于计算与内存的比率低和不规则的内存访问模式,在大多数现代处理器上性能很差。由于基于缓存的内存系统的复杂性,以及性能高度依赖于矩阵的非零结构,因此优化非常困难。SPARSITY系统旨在通过允许用户自动构建适合其矩阵和机器的稀疏矩阵内核来解决这些问题。SPARSITY将循环转换等传统技术与数据结构转换以及特定于稀疏矩阵的优化启发式结合在一起。它提供了一种新的框架,用于使用性能模型和搜索的组合来选择优化参数,如块大小。本文讨论了两种操作的优化:稀疏矩阵乘以稠密向量和稀疏矩阵乘以一组稠密向量。我们的经验表明,寄存器级优化对于某些科学模拟中出现的矩阵是有效的,尤其是有限元问题。当乘法中使用的向量大于缓存大小时,缓存级别优化非常重要,特别是对于非零结构是随机的矩阵。对于涉及多个向量的应用程序,重新组织计算以在单个操作中执行整个乘法集可以显著提高速度。我们描述了不同的优化和参数选择技术,并使用来自广泛应用领域的40多个矩阵在多台机器上进行评估。我们的结果表明,对于单矢量情况,加速比最高可达4倍,对于多矢量情况,加快比最高可达10倍。 主页: http://hpc.sagepub.com/content/18//135.short 相关软件: 稀疏矩阵;PETSc公司;MKL公司;特里利诺斯;CUDA公司;阿特拉斯;海关;OSKI公司;FFTW公司;STREAM基准;溪流;PT-Scotch公司;帕梅蒂斯;BLAS公司;向量乘法;swSpTRSV软件;pOSKI公司;智能;彼得布里克斯;yaSpMV公司 引用于: 10文件 全部的 前5名36位作者引用 1 安德烈亚斯·阿尔弗曼 1 詹姆斯·巴格拉马 1 阿希姆·巴瑟曼 1 马钦·达布罗夫斯基 1 玛尔塔·德埃利亚 1 爱德华兹·H·卡特 1 霍尔格·费斯克 1 约阿希姆·乔治伊 1 顾桐祥 1 乔治·海格 1 马克·霍姆曼 1 胡乔纳森·约瑟夫 1 罗伯特·C·柯比。 1 马修·克内普利。 1 莫里茨·克鲁泽 1 马钦·克罗茨基(Marcin Krotkiewski) 1 李佳佳 1 李凯丽 1 李克勤 1 刘俊红 1 刘兴平 1 安德斯·洛格 1 埃里克·T·菲普斯。 1 安德烈亚斯·皮埃尔 1 阿里·皮纳尔 1 西瓦桑卡兰·拉贾马尼卡姆 1 赖歇尔,洛塔尔 1 梅尔文·Röhrig-Zöllner 1 拉金·里奇韦·斯科特 1 谭光明 1 提斯,乔纳斯 1 弗吉尼亚州瓦西列夫斯卡·威廉姆斯 1 格哈德·韦林 1 鲁迪格·韦斯特曼 1 杨王东 1 朱生新 全部的 前5名引用于7个系列 三 SIAM科学计算杂志 2 ETNA公司。数值分析电子交易 1 计算机与数学及其应用 1 ACM数学软件汇刊 1 计算机与系统科学杂志 1 并行计算 1 数值算法 全部的 前5名在6个字段中引用 8 数值分析(65-XX) 4 计算机科学(68至XX) 2 偏微分方程(35-XX) 1 组合数学(05-XX) 1 概率论与随机过程(60-XX) 1 可变形固体力学(74-XX) 按年份列出的引文