大规模稀疏矩阵的主特征向量计算优化方法

摘要：

矩阵主特征向量(principal eigenvectors computing,PEC)的求解是科学与工程计算中的一个重要问题.随着图形处理单元通用计算(general-purpose computing on graphics processing unit,GPGPU)的兴起,利用GPU来优化大规模稀疏矩阵的图形处理单元求解得到了广泛关注.分别从应用特征和GPU体系结构特征两方面分析了PEC运算的性能瓶颈,提出了一种面向GPU的稀疏矩阵存储格式——GPU-ELL和一个针对GPU的线程优化映射策略,并设计了相应的PEC优化执行算法.在ATI HD Radeon 5850上的实验结果表明,相对于传统CPU,该方案获得了最多200倍左右的加速,相对于已有GPU上的实现,也获得了2倍的加速.

关键词：图形处理单元通用计算(GPGPU)、主特征向量计算、稀疏矩阵向量乘、线程优化

所属期刊栏目：6

分类号：TP301(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61103068,61174158;the Joint Funds of NSFC and Microsoft Asia Research under Grant No.60970155;the Doctoral Fund of Ministry of Education of China under Grant No.20090072110035;the Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.20110072120017;the Program of Shanghai Subject Chief Scientist under Grant No.10XD1404400;the Open Fund of State Key Laboratory of High-End Server&Storage Technology under Grant No.2009HSSA06

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：118-124