米罗诺维奇，P。;杰科斯基，A。;罗佐夫斯基先生。 一种在GPU上实现稀疏对称矩阵向量乘法的任务调度方法。英语（英语） Zbl 1343.65046 暹罗科学杂志。计算机。 37号，第6期，C643-C666（2015）. 理学硕士： 5650英尺 稀疏矩阵的计算方法 6505年 并行数值计算 65日元 特定建筑类的数值算法 65日元 数值算法的复杂性和性能 关键词：稀疏对称矩阵向量积;GPU;开普勒;数学库;RCM公司 软件：库达;尖点分析;开普勒;销售西格玛;SparseMatrix公司 PDF格式 BibTeX公司 XML 引用 \textti{P.Mironowicz}等，暹罗科学杂志。计算机。37号，第6期，C643--C666（2015；Zbl 1343.65046） 全文： 内政部 参考文献： [1] A、 布吕克、S.威廉姆斯、L.奥利克和J.德梅尔，稀疏矩阵向量乘法的低带宽多线程算法，在2011年IEEE并行和分布式处理研讨会（IPDPS），IEEE，Piscataway，NJ，2011年，第721-733页。 [2] A、 杰科斯基，拉梅基，罗佐夫斯基先生，一种基于GPU的快速高效稀疏矩阵向量积，程序。电磁。第116号决议（2011年），第49-63页。 [3] A、 杰科斯基，拉梅基，罗佐夫斯基先生，用GPU-CPU混合V循环多级预处理器求解大型真实复杂有限元方程组《无线传播天线》，IEEE第619页，2011年。 [4] A、 吉耶康斯基，P.赛佩克，A.拉梅基，M.罗佐夫斯基，在多个图形处理器上生成大型有限元矩阵，实习医生。J、 数字。方法工程，94（2012），第204-220页。·Zbl 1352.65494号 [5] A、 莫纳科夫、A.洛赫莫托夫和A.阿维蒂西亚，GPU体系结构中稀疏矩阵向量乘法的自动调整，在高性能嵌入式体系结构和编译器中，Comput中的课堂讲稿。科学。5952，斯普林格，柏林，2010年，第111-125页。 [6] A、 皮纳和M.T.希思，改进稀疏矩阵向量乘法的性能，1999年ACM/IEEE超级计算会议论文集，SC'99，ACM，纽约，1999年，30。 [7] C、 达豪格，矩阵：CNVS/shipsec1，http://www.cise.ufl.edu/research/sparse/matrix/DNVS/shipsec1.html，（1999年）。 [8] C、 Jin和Xc.Cai，随机Helmholtz问题的预处理循环GMRES解，公社。计算机。Phys.，6（2009），第342-353页。·65ZB2747.8升 [9] D、 W.Gropp，D.K.Kaushik，D.E.Keyes和B.F.Smith，隐式CFD程序的真实性能边界，载于Parallel CFD’99，Elsevier，阿姆斯特丹，2000年，第233–240页。 [10] E、 卡特希尔和麦基，减少稀疏对称矩阵的带宽1969年第172届纽约国家会议记录，第157页。 [11] F、 巴斯克斯、费尔南德斯和加松，基于ELLR-T方法的gpu稀疏矩阵向量积的自动整定《并行计算》，38（2012），第408-420页。 [12] E、 -J.伊姆，稀疏矩阵向量乘法的性能优化，技术报告UCB/CSD-00-1104，加州大学伯克利分校EECS系，2000年。 [13] J、 杜布瓦，C.卡尔文和S.佩蒂顿，用自校正矩阵向量积加速gpu显式重启Arnoldi方法，暹罗科学杂志。Comput.，33（2011年），第3010-3019页。·Zbl 1232.65193 [14] J、 纳塞里尔和S·波尔贾克，关于子图问题的复杂性，评论。数学。卡罗琳大学，26（1985），第415-419页。·Zbl 0571.05050 [15] M、 克鲁泽，海格，韦林，费斯克，毕晓普，一种统一的稀疏矩阵数据格式，在现代处理器上实现高效的通用稀疏矩阵向量乘法，暹罗科学杂志。Comput.，36（2014），第C401-C423页。·Zbl 1307.65055 [16] M、 马顿，递归稀疏块格式的高效多线程未变换、转置或对称稀疏矩阵向量乘法《并行计算》，40（2014），第251-270页。 [17] N、 阿隆，R.尤斯特和U.兹维克，求和计数给定长度的周期，Algorithmica，17（1997），第209-223页。·Zbl 0865.68093 [18] N、 贝尔和加兰先生，CUDA上的高效稀疏矩阵向量乘法，NVIDIA技术报告NVR-2008-004，NVIDIA公司，2008年。 [19] 英伟达公司，CUDA C最佳实践指南，http://docs.nvidia.com/cuda/cuda-c-best-practices-guide/（2015年）。 [20] 英伟达公司，库达库斯帕斯，http://developer.nvidia.com/cusparse/。 [21] 英伟达公司，白皮书NVIDIA的下一代CUDA计算架构：开普勒GK110，http://www.nvidia.com/content/PDF/kepler/nvidia-kepler-GK110-Architecture-Whitepaper.PDF。 [22] R、 达斯，D.J.Mavriplis，J.Saltz，S.Gupta和R.Ponnusamy，基于软件基元的并行非结构Euler求解器的设计与实现《美国医学杂志》第32-496页，1994年。·Zbl 0800.76367 [23] R、 加格和莎拉波夫，优化应用程序的技术-高性能计算，Prentice Hall专业技术参考，新泽西州上鞍河，2002年。 [24] S、 威廉姆斯、L.奥利克、R.武杜克、J.沙尔夫、K.耶利克和J.德梅尔，新兴多核平台上稀疏矩阵向量乘法的优化《并行计算》，35（2009），第178-194页。 [25] Y、 萨阿德，稀疏线性系统的迭代方法，暹罗，费城，2003年。·Zbl 1031.65046 [26] T、 Gkuntouvas，V.Karakasis，K.Kourtis，G.Goumas和N.Koziris，多核对称稀疏矩阵向量乘法的性能改进，在IEEE第27届并行和分布式处理（IPDPS）国际研讨会上，IEEE，Piscataway，NJ，2013，第273-283页。·Zbl 06920089 [27] S、 托莱多，稀疏矩阵向量乘法存储系统性能的改进《IBM J.Res.Dev.，41（1997年），第711-726页。 [28] 五、 沃尔科夫，低入住率下的性能更佳，在2010年GPU技术会议（GTC 2010），2010；可在线从http://www.cs.berkeley.edu/\string volkov/volkov10-GTC.pdf获取。 [29] R、 W.武杜克，稀疏矩阵核的性能自动调整2003年加州伯克利大学博士论文。 [30] W、 哈克布希，一种基于H-矩阵的稀疏矩阵算法。第一部分：H-矩阵简介《计算》，62（1999），第89-108页。·Zbl 0927.65063 [31] W、 陈先生和乔治先生，逆Cuthill-McKee算法的线性时间实现，BIT，20（1980年），第8-14页。·Zbl 0436.65021 [32] W、 唐英年、谭文杰、雷瑞、王永伟、陈文华、郭士宏、吴国梁、特纳、王文福，用位表示优化方案加速gpu上稀疏矩阵向量乘法，载《SC13：高性能计算、网络、存储和分析国际会议论文集》，ACM，NY，2013，26。 [33] S、 威廉姆斯，UF稀疏矩阵集合：Williams集团，http://www.cise.ufl.edu/research/sparse/mat/Williams/README.txt。 [34] 十、 Liu，M.Smelyanskiy，E.Chow和P.Dubey，基于x86多核处理器的高效稀疏矩阵向量乘法，载于第27届国际ACM大会国际超级计算大会论文集，ICS'13，ACM，纽约，2013，第273-282页。 [35] Z、 Koza，M.Matyka，S.Szkoda和L.Miroslaw，图形处理单元上稀疏矩阵的压缩多行存储格式，暹罗科学杂志。Comput.，36（2014），第C219–C239页。·Zbl 1296.65069 [36] U、 茨威克，使用桥接集和矩形矩阵乘法的所有对最短路径，J.ACM，49（2002年），第289-317页。·Zbl 1326.05157号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符，并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献，而不要求匹配的完整性或精确性。