面向结构化网格的并行稀疏三角求解器SpTRSV.PDFVIP

中国科学院软件研究所学术年会’2019 关键技术 暨计算机科学国家重点实验室开放周 面向结构化网格的并行稀疏三角求解器SpTRSV 陈道琨、刘芳芳、杨超 联系人：刘芳芳fangfang@iscas.ac.cn 1 背景介绍-SpTRSV 2 传统的并行方法及其问题  稀疏三角求解器SpTRSV即为求解一个稀疏下三角/上三  通常该类问题采用Level-set方法进行并行，即利用稀疏 角方程组Lx = b 或 Ux = b （L，U为稀疏矩阵），应用广泛 性来挖掘并行度  通用SpTRSV计算过程有很强的依赖关系，并行难度大  其每个level均需要进行同步，同步开销大，且会导致离  稀疏问题，访存密集型，在目前的处理器架构上性能不 散访存 高，优化难度大  另外还可利用Jacobi迭代的思想进行并行，并行度大幅  面向结构化网格的SpTRSV，可以利用网格信息进行并 提高，但实际应用中通常需要数十次迭代，目前尚不实用 行和高效访存 3 算法及分析 4 任务划分  定义R(G)为结构网格中任意两个网格点的最大L1范数  面向国产申威处理器进行并行  算法中Ca只需访问一次，但可通过预处理将其排列成  沿y方向将网格切成64个柱状区域，每个从核负责一个 适用于申威平台的方式，提高访存带宽  最小分块为R(G)，限制通信范围  重点优化B的访存 5 存储及通信 6 实验结果  B[p]使用循环队列存储，计算时通过寄存器通信交换  选用了常见的几种结构网格  算法使用双向链式通信网络消除竞争 进行测试  对计算和通信进行精心排布  带宽利用率最高可达94.5%  加速比24.6x-29.1x