Гібридний алгоритм узагальненого методу спряжених градієнтів для проблеми власних значень з симетричними розрідженими матрицями

• Опубліковано в: : Математичні машини і системи
• Дата: 2015
• Автори: Хіміч, О.М., Чистяков, О.В., Бруснікін, В.М.
• Формат: Стаття
• Мова: Українська
• Опубліковано: Інститут проблем математичних машин і систем НАН України 2015
• Теми: Обчислювальні системи
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/113489
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Гібридний алгоритм узагальненого методу спряжених градієнтів для проблеми власних значень з симетричними розрідженими матрицями / О.М. Хіміч, О.В. Чистяков, В.М. Бруснікін // Математичні машини і системи. — 2015. — № 3. — С. 3-13. — Бібліогр.: 15 назв. — укр.

Розглянуто гібридний алгоритм узагальненого методу спряжених градієнтів для розв’язання часткової проблеми власних значень для розріджених симетричних додатно визначених матриць. Досліджено ефективність розробленого гібридного паралельного алгоритму та подано результати апробації алгоритму на комп’ютері гібридної архітектури. Використання графічних процесорів дало змогу значно підвищити швидкодію гібридного алгоритму у порівнянні з послідовною його версією. Рассмотрен гибридный алгоритм обобщенного метода сопряженных градиентов для решения частичной проблемы собственных значений для разреженных симметричных положительно определенных матриц. Исследована эффективность разработанного гибридного параллельного алгоритма и представлены результаты апробации алгоритма на компьютере гибридной архитектуры. Использование графических процессоров позволило значительно повысить быстродействие гибридного алгоритма по сравнению с последовательной его версией. We consider a hybrid algorithm of generalized method of conjugate gradients for solving the partial eigenvalue problem of symmetric sparse positive definite matrices. The efficiency of the developed parallel algorithm and results of its testing on hybrid computer are shown. Using GPUs has allowed to improve significantly the performance of the hybrid algorithm compared to its sequential version.