Memory-based scheduling for a parallel multifrontal solver
Résumé
The memory usage of sparse direct solvers can be the bottleneck to solve large-scale problems. This paper describes dynamic scheduling strategies that aim at reducing the memory usage of a parallel direct solver. Combined to static modifications of the tasks dependency graph, experiments show that such techniques have a good potential to improve the memory usage of a parallel multifrontal solver, MUMPS.
L’occupation mémoire des méthodes directes peut être critique pour la résolution parallèle de systèmes linéaires creux de grande taille. Ce rapport propose des stratégies d’ordonnancement dynamique ayant pour objectif de réduire l’occupation mémoire de ces méthodes. En les combinant avec des modifications statiques du graphe de dépendance des tâches, nous montrons le potentiel qu’ont ces stratégies d’ordonnancement pour améliorer l’occupation mémoire d’un solveur parallèle basé sur la méthode multi frontale, MUMPS.
Fichier principal
RR-5162.pdf (279.99 Ko)
Télécharger le fichier
RR2004-17.pdf (385.44 Ko)
Télécharger le fichier