基于CPU-GPU協(xié)同計算的Krylov子空間算法研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、在科學計算與工程領域中,將計算問題離散之后,往往會得到大型稀疏線性方程組。線性方程組的求解占用了整個問題計算的很大部分時間,在油藏模擬中這一比例高達80%。因此快速高效地求解大型稀疏線性方程組成為了整個問題求解的關鍵。Krylov子空間算法作為一種經(jīng)典的迭代算法,具有容易并行且存儲開銷小等特點,一直以來都是用來求解稀疏線性方程組的重要方法。
   Orthodir(m)算法是眾多Krylov子空間算法中的一種。該算法每一次迭代步

2、中需要進行兩次向量內(nèi)積計算,且這兩個向量內(nèi)積具有數(shù)據(jù)相關性。在分布式存儲并行計算機上,向量內(nèi)積計算需要全局通信,成為了快速高效求解的瓶頸。本文受文獻[45]中算法設計方法的啟示,提出了一種改進的Orthodir(m)算法(IOrthodir(m)算法)。IOrthodir(m)算法在保證算法正確性的條件下,通過改變原有算法的計算次序,將兩個分離的向量內(nèi)積變?yōu)閹讉€連續(xù)的向量內(nèi)積,全局同步化點由兩個降低為一個,較明顯地減少了并行算法的全局通

3、信開銷。理論分析表明改進算法的擴展性優(yōu)于原算法。當處理器數(shù)目滿足一定要求時,改進算法計算速快于原算法。在16臺曙光天闊集群上進行的數(shù)值試驗表明,IOrthodir(m)算法計算性能優(yōu)于Orthodir(m)算法。基于MPI和OpenMP混合編程模型對兩個算法進行了編程實現(xiàn),實驗數(shù)據(jù)表明,在不同多核平臺下,IOrthodir(m)算法性能同樣優(yōu)于Orthodir(m)算法。
   針對改進算法中的矩陣向量乘積和向量內(nèi)積的計算時間問

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論