摘要:
提出一种基于图形处理器(GPU)的对称正定稀疏矩阵复线性方程组迭代算法. 首先, 采用基于GPU的共轭梯度法和双共轭梯度法, 实现GPU上的矩阵向量乘操作, 并充分优化相应的算法步骤; 其次, 实现基于GPU的对角元预处理、 不完全Cholesky分解和对称超松弛3种预处理方法, 提出一种基于GPU的求解三角方程组并行算法; 最后, 实验分析各种预处理方法的优劣. 实验结果表明, 该算法较CPU串行迭代算法与经典的直接法速度提升较大, 最高可达到76倍的加速比.
中图分类号:
李伟伟. 基于GPU的对称正定稀疏矩阵复线性方程组迭代算法[J]. 吉林大学学报(理学版), 2016, 54(02): 297-302.
LI Weiwei. Iterative Algorithm for Complex Linear Equations ofSymmetric Positive Definite Sparse Matrices Based on GPU[J]. Journal of Jilin University Science Edition, 2016, 54(02): 297-302.