Skip to Main content Skip to Navigation
Reports

Reordering strategy for blocking optimization in sparse linear solvers

Résumé : De nombreuses applications scientifiques recquièrent La résolution de large systèmes linéaires creux qui est généralement l'étape la plus comnsommatrice de ressources, que ce soit en temps de calculs ou mémoire. Il est donc primordial d'optimiser les bibliothèques de résolution de ces problèmes sur les architectures modernes. Nous présentons dans ce documents une technique de renumérotation des inconnues qui permet d'élargir la granularité des calculs afin de mieux exploiter les accélérateurs, comme les GPUs, dans ces bibliothèques. Cet algorithme s'appuie sur les renumérotations calculées par des outils comme Metis ou Scotch sans changer le nombre d'opérations de la factorisation numérique. Nous présentons les résultats de l'intégration de cette stratégie dans la bibliothèque architectures hétérogènes.
Complete list of metadatas

https://hal.inria.fr/hal-01276746
Contributor : Mathieu Faverge <>
Submitted on : Thursday, October 13, 2016 - 11:10:45 AM
Last modification on : Tuesday, April 2, 2019 - 1:45:19 AM
Document(s) archivé(s) le : Saturday, February 4, 2017 - 8:05:57 PM

File

RR-8860-v1.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01276746, version 2

Collections

Citation

Grégoire Pichon, Mathieu Faverge, Pierre Ramet, Jean Roman. Reordering strategy for blocking optimization in sparse linear solvers. [Research Report] RR-8860, Inria Bordeaux Sud-Ouest; LaBRI - Laboratoire Bordelais de Recherche en Informatique; Bordeaux INP; Université de Bordeaux. 2016, pp.26. ⟨hal-01276746v2⟩

Share

Metrics

Record views

611

Files downloads

641