Tuning matrix-vector multiplication on GPU - Publikacja - MOST Wiedzy

Wyszukiwarka

Tuning matrix-vector multiplication on GPU

Abstrakt

A matrix times vector multiplication (matvec) is a cornerstone operation in iterative methods of solving large sparse systems of equations such as the conjugate gradients method (cg), the minimal residual method (minres), the generalized residual method (gmres) and exerts an influence on overall performance of those methods. An implementation of matvec is particularly demanding when one executes computations on a GPU (Graphics Processing Unit), because using this device one has to comply with certain programming rules in order to take advantage of parallel computing. In this paper, it will be shown how to modify the sparse matrix-vector multiplication based on CRS (Compressed Row Storage) to achieve about 3-5 times better performance on - a low cost - GPU (GeForce GTX 285, 1.48 GHz) than on a CPU (Intel Core i7, 2.67 GHz).

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
Opublikowano w:
Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne strony 307 - 312,
ISSN: 1732-1166
Język:
angielski
Rok wydania:
2010
Opis bibliograficzny:
Dziekoński A., Mrozowski M.: Tuning matrix-vector multiplication on GPU// Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne. -., (2010), s.307-312
Weryfikacja:
Politechnika Gdańska

wyświetlono 116 razy

Publikacje, które mogą cię zainteresować

Meta Tagi