Towards a fast parallel sparse matrix-vector multiplication
Towards a fast parallel sparse matrix-vector multiplication
复制标题
迈向快速并行稀疏矩阵向量乘法
DOI：
10.1142/9781848160170_0036
复制
发表时间：
2000
期刊：
影响因子：
--
通讯作者：
S. Röllin
中科院分区：
文献类型：
--
作者：
R. Geus;S. Röllin
稀疏矩阵-向量积是一个重要的计算内核，在许多具有超大标量RISC处理器的计算机上运行效率低下。本文分析了源自有限元法的对称矩阵与稀疏矩阵向量积的性能，并描述了快速实现的技术。本文展示了如何使用消息传递将这些优化整合到一个高效的并行实现中。我们在许多不同的机器上进行了数值实验，并表明我们的优化大大加快了稀疏矩阵-向量乘法。
The sparse matrix-vector product is an important computational kernel that runs ineffectively on many computers with super-scalar RISC processors. In this paper we analyse the performance of the sparse matrix-vector product with symmetric matrices originating from the FEM and describe techniques that lead to a fast implementation. It is shown how these optimisations can be incorporated into an efficient parallel implementation using messagepassing. We conduct numerical experiments on many different machines and show that our optimisations speed up the sparse matrix-vector multiplication substantially.