基于GPU的重启PGMRES并行算法研究.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2014 ，50（7 ） 35 ⦾理论研究、研发设计⦾ 基于GPU 的重启PGMRES 并行算法研究 陈 华，史悦戎 CHEN Hua, SHI Yuerong 中国石油大学（华东）理学院，山东 青岛 266580 College of Science, China University of Petroleum （East China ）, Qingdao, Shandong 266580, China CHEN Hua, SHI Yuerong. Study on restarted PGMRES parallel algorithm with GPU. Computer Engineering and Applications, 2014, 50 （7 ）：35-40. Abstract ：Restarted PGMRES algorithm is one efficient iterative method for solving the sparse linear systems, its calcula- tion process is relatively stable. To accelerate the solving speed of the large sparse linear equations, a parallel PGMRES algorithm is implemented in GPU. This paper presents a new access mode for ELL compression storage format, and proposes a new dynamic allocation strategy of threads based on the problem size and number of SM. Experimental results show that the new algorithm can effectively improve the utilization of SM resource and get 3 to 10 times speedup. Key words ：restarted PGMRES; Compute Unified Device Architecture （CUDA ）; ELL compression storage format 摘 要：重启的PGMRES 算法是求解稀疏线性方程组高效的迭代方法之一，计算过程也比较稳定。为加快大规模稀 疏线性方程组的求解速度，对重启PGMRES 算法使用GPU 并行方式进行并行算法实现。提出了ELL 压缩存储格式 的新存取方式，并依据问题规模和SM 数目提出了动态分配线程策略。实验结果表明，该算法可有效提高SM 资源 利用率，获得3~10 倍的加速比。 关键词：重启PGMRES ；统一计算设备架构（CUDA ）；ELL 压缩存储格式 文献标志码：A 中图分类号：O246 doi ：10.3778/j.issn.1002-8331.1308-0008 1 引言 稀疏性，使得计算机存储开销小。因此，常采用迭代方 随着实际工程问题的复杂度越来越高，难以求得偏 法求解大型稀疏线性方程组。典型的迭代方法包括：古 微分方程的精确解。一般情况下，采用有限元方法离散 典迭代方法、Krylov 子空间方法。针对非结构化的大型 偏微分方程，进而转化为大规模稀疏线性方程组的求解 问题，古典迭代方法收敛太慢，因此不常用于大规模问 问题。大量实验表明，大规模稀疏线性方程组的求解通 题的求解，只是被当做Krylov 子空间方法的预条件子。 [ 20 世纪70 年代开始，随着并行计算机的出现，采用 常在实际工程问题计算中占很大比重，甚至可以达到80% 。 求解线性方程组的方法包括直接法和迭代法两 Krylov