混合赫尔米特广义特征值求解器
摘要：在传统超级计算平台中采用混合GPU-CPU节点为材料科学和化学应用中的电子结构计算开辟了加速机会，其中必须多次解决中型埃尔米特广义特征值问题。问题的规模较小限制了在分布式存储系统上的可扩展性，因此它们可以从集中在单个节点上的大规模计算性能中受益，即混合GPU-CPU系统。然而，需要开发新的算法来有效利用不仅是GPU，而且是多/众核CPU的异构性和大规模并行性。为满足这些需求，我们实施了一种新颖的埃尔米特广义特征值求解器算法。该算法基于标准特征值求解器，可以使用现有的算法。所得到的特征值求解器在高性能计算中是最先进的，明显优于现有的库。我们分析了它们对感兴趣应用程序的性能影响，在宿主电子结构代码中需要不同比例的特征向量时。
作者：Raffaele Solc`a, Thomas C. Schulthess, Azzam Haidar, Stanimire Tomov, Ichitaro Yamazaki, Jack Dongarra
论文ID：1207.1773
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2012-07-10