GPU加速的矩阵计算与研究.pdfVIP

i 中文摘要 高性能计算领域的很多问题都在研究并行算法的实现，而矩阵计算又是高性 能计算中应用非常广泛的内容。随着需求的日益增加，串行算法己经无法满足研 究的需求，集群会有部分性能的提升，但是集群低耦合的局限性导致它的可移植 性差，计算量增加带来了高昂的设备成本和大的耗电量。图形处理器GPU(Graphic Process Unit)有着强大的并行处理能力，出色的浮点计算能力，大存储带宽和低 成本，广泛用于求解大规模矩阵计算问题上。本文针对三个典型的矩阵问题进行 研究：正矩阵近似最大特征值，普通矩阵近似最大特征值和可逆矩阵求逆矩阵。 首先目前求解正矩阵近似最大特征值问题最有效的算法是串行实现的，本文 在CUDA架构下实现了相似变换方法求解正矩阵的最大特征值的并行算法(PA—ST： Parallel—Simi larityTransformation)，取得了30．028的最大加速比。 其次目前求解一般矩阵近似最大特征值的并行QR算法更适