基于GPU的稀疏矩阵压缩存储格式研究AET-电子技术应用-最丰富的电子设计资源平台

基于GPU的稀疏矩阵压缩存储格式研究
所属分类：技术论文
上传者：wwei
文档大小：4261 K
标签：稀疏矩阵向量乘负载均衡存储格式
所需积分：0分积分不够怎么办？
文档介绍：稀疏矩阵向量乘法（Sparse Matrix-Vector Multiplication，SpMV）是矩阵数值计算领域重要的线性代数子程序。通过对SpMV算法的负载均衡以及访存频度这两个关键性能瓶颈的研究，提出了一种VCSR（Vectorized Compressed Sparse Row）稀疏矩阵压缩存储格式。该格式根据各行非零元素分布的统计特性调整各个线程的数据负载来防止线程发散的问题，并且基于快速分段求和的策略以及使用矢量化的方法来提高SpMV流程的计算性能。通过使用佛罗里达大学的稀疏矩阵作为测试集，在GPU上进行性能测试，获得了相较CSR5（Compressed Sparse Row 5）格式平均10%到30%，最高50%的性能提升。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动