大卫·沃恩,斯科特·西森,&克里斯·德罗万迪(2022)向量运算加速昂贵的贝叶斯计算–教程指南。贝叶斯分析,17(2) 第593-622页。
在出版商网站上打开访问副本
贝叶斯统计中的许多应用程序都需要大量的计算。然而,它们通常具有内在的并行性,这使得它们成为现代大规模并行处理器的主要目标。多核和分布式计算在贝叶斯社区中得到了广泛的应用,然而,很少有人关注使用大多数现代CPU上可用的单指令多数据(SIMD)操作的细粒度并行化。在这项工作中,我们使用标准编程库实际演示了SIMD方法对几个主题贝叶斯应用程序的实用性。使用C编程语言,我们表明SIMD可以提高单核浮点运算性能,比标量C码提高6倍,比优化R码提高25倍以上。这样的改进会增加通过多核处理所获得的任何收益。我们说明了SIMD在加速贝叶斯计算方面的潜力,并为读者提供了开发现代大规模并行处理环境的技术。
影响和利益:
引用计数 每月从Scopus公司和科学网®引文数据库。
这些数据库包含来自可用出版物不同子集和不同时间段的引文,因此每个数据库的引文计数通常不同。一些作品不在任何一个数据库中,并且没有显示计数。Scopus包括1996年以后发表的文章的引文,以及1980年以后的Web of Science®。
引文计数来自谷歌学者™索引服务可以在链接的Google Scholar™搜索中查看。
全文下载:
全文下载显示此作品文件的总次数(例如PDF格式)已从QUT ePrints下载,以及前365天的下载次数。如果一个作品有多个文件,则该计数包括所有文件的下载。
导出: 尾注|都柏林核心元数据集|BibTeX公司
仅仓库员工:项目控制页