原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第30卷第9期 计算机仿真 2013年9月
文章编号：1006—9348(2013)09—0234—05
基于GPU的多层次并行QR分解算法研究
穆帅，王晨曦，邓仰东
(清华大学微电子所，北京100084)
摘要：QR分解作为一个基本计算模块，广泛应用在图像处理、信号处理、通信工程等众多领域。传统的并行QR分解算法只
能挖掘计算过程中的数据级并行。在分析快速Givens
Rotation分解特征的基础上，提出了一种多层次并行算法，能够同时挖
掘计算过程中的任务级并行和数据级并行，非常适合于以图形处理器(GPU)为代表的大规模并行处理器。同时，采用GPU
的并行QR分解算法可以作为基本运算模块被GPU平台上的众多应用程序直接调用。实验结果显示，与CPU平台上使用
OpenMP实现的算法相比，基于GPU的多层次并行算法能够获得5倍以上的性能提升，而调用QR分解模块的奇异值分解
(SVD)应用可以获得3倍以上的性能提升。
关键词：正交三角矩阵分解；图形处理器；多层次并行；快速吉文斯旋转
中圈分类号：TP301．6文献标识码：B
ResearchonMulti——LevelParallel of
GPU
Algorithm
Based
QR
Decomposition
MU
Shuai，WANGChen-xi，DENG
Yang-dong
of
(InstituteMicroelectronics，TsinghuaUniversity，Beijing100084，China)
hasbeen usedasafundamental modulein
ABSTRACT：QRdecompositionwidely computationmany印plications，
suchas and SOon．Traditional of
imageprocessing，signalprocessingcommunication，and parallel
implementation
can data ontheinherentcharacteristicsofFastGivensRotational-
QRdecompositiononlyexploitparallelism．Based
amulti—level Can task anddata
gorithm，thispaperproposed parallelalgorithm，whichexploitparallelismparallelism
andbe for
suitable
concurrently massivelyparallel ProcessingUnits(GPU)．
文档评论（0）