基于CUDA的大规模稀疏矩阵的PCG算法优化

作者：郑经纬 安雪晖 黄绵松conjugategradientunifieddevice稀疏矩阵并行计算优化

摘要：为了实现大规模稀疏矩阵的高效求解,该文利用GPU（graphics processing unit）高带宽、低成本及强大的并行处理能力等优势,基于CUDA（compute unified device architecture）技术对采用CSR（compress spare row）格式存储的大规模稀疏矩阵进行了预处理共轭梯度（PCG）算法的求解优化。采用了存储器优化和数据流优化这2大并行优化策略,对稀疏矩阵与向量乘积和向量间内积与归约的GPU优化步骤进行了详细介绍。通过对实际的水工隧洞模型里的稀疏矩阵求解,得到在GTX580显卡上的计算效率是Intel i7CPU的13倍。该文提出的基于CUDA的PCG算法具备快速、高效求解大规模稀疏矩阵的能力。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社