计算机应用研究

作者：程凯,田瑾,吴飞,汪茹,李洪芹,

单位：上海工程技术大学电子电气工程学院,上海201620；

关键词：GPU加速,共轭梯度,稳定双共轭梯度,重排序,HMEC存储格式,稀疏矩阵与向量乘,

基金：国家自然科学基金资助项目(61272097)；上海市自然科学基金资助项目(15ZR1418900)；；

针对基于GPU求解大规模稀疏线性方程组进行了研究，提出一种稀疏矩阵的分块存储格式HMEC（hybrid multiple ELL and CSR）。通过重排序优化系数矩阵的存储结构，将系数矩阵以一定的比例分块存储，采用ELL与CSR存储格式相结合的方式以适应不同的分块特征，分别使用适用于不对称矩阵的不完全LU分解预处理BiCGStab法和对称正定矩阵的不完全Cholesky分解预处理共轭梯度法求解大规模稀疏线性系统。实验表明，应用HMEC格式存储稀疏矩阵并以调用GPU kernel的方式实现前述两种方法，与其他存储格式的实现方式作比较，最优可分别获得31.89%和17.50%的加速效果。

来源：2019年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第11期