文献

J-GLOBAL ID：201702211524247463   整理番号：17A1257783

大規模線形システムにおけるスパース行列の貯蔵フォーマットのための圧縮法【Powered by NICT】

A Compression Method for Storage Formats of a Sparse Matrix in Solving the Large-Scale Linear Systems

著者 (6件)： Kawamura Tomoki ,  Kazunori Yoneda ,  Yamazaki Takashi ,  Iwamura Takashi ,  Watanabe Masahiro ,  Inoguchi Yasushi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IPDPSW  ページ： 924-931  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 有限要素法(FEM)は,計算相の一つでの大規模線形方程式システムを解くための偏微分方程式(PDE)を解くために様々な数値シミュレーションに利用されている。線形ソルバを用いた大規模線形システムを解くためのコストは,しばしばFEM解析における他の計算相を圧倒する。この理由のために,グラフィックス処理ユニット(GPU)は解析を高速化するために一般化最小残差(GMRES)のような反復線形ソルバで広く採用されている。それにもかかわらず,GPUにおける反復線形ソルバにおける二つの主要な欠点である。先ず,シミュレーションの規模が増加するとシステム行列はGPUメモリに適合しなかった。そのような場合には,主メモリとGPUメモリ間のデータ転送のためにGPUの異常減速に直面する可能性がある。第二に,SpMVは疎行列の非零要素のための間接的なメモリアクセスを必要とするのでソルバにおけるスパース行列-ベクトル積(SpMV)はホットスポットである。これらの問題を解決するために,必要なメモリ空間とメモリアクセスの両方を低減する手法として必要である疎行列の格納形式の圧縮法。本論文では,圧縮疎行(CSR)とELLPACK試験(ELL)のような従来の疎行列の格納フォーマットのための改良された圧縮法を提案した。フォーマットにおけるカラム指標の一部である連続したと仮定して,そのような部分はその最小値と最大値で記述できる。このような連続指標は二整数に圧縮されるであろう。このアイデアを用いて,部分のための製品の部分和は記憶から連続指標をせずに計算することができる。それによって,この圧縮法は,メモリ使用量とメモリアクセスを低減した。我々の実験では,提案圧縮法もCSRとELLの10種のマトリックスのメモリ使用量8を減らすことができた。特に,pwtkマトリックスのメモリ低減比はCSRの26.6%までであった。圧縮法は,種々のマトリックスにCSRと比較してSpMVの実行時間を減少させた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *線形性 ,  高速化 ,  一次方程式 ,  データ転送 ,  *線形系 ,  偏微分方程式 ,  *スパース行列 ,  シミュレーション ,  記憶装置 ,  有限要素法
準シソーラス用語： 実行時間 ,  メモリアクセス ,  GPU【プロセッサ】 ,  有限要素解析 ,  ソルバ ,  数値シミュレーション , 【Automatic Indexing@JST】

分類 (2件)： 専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 大規模 ,  線形システム ,  スパース行列 ,  貯蔵 ,  フォーマット