图形处理器上的指数积分器
摘要：在这篇论文中，我们重新研究了在指数积分方法中使用图形处理器（GPU）的笔刷方法。我们进一步讨论了在同一上下文中的边界条件，并显示如果直接实现到CUDA内核中，简单的边界条件（例如，齐次Dirichlet边界条件或齐次Neumann边界条件）不会影响性能。此外，我们还展示了具有位置相关系数的笔刷方法也可以高效实现。 作为应用，我们讨论了在单个和多个GPU设置（最多4个GPU）中应用指数积分器解决不同类型问题的实现。我们进一步展示了对于基于笔刷的方法，这样的并行化可以非常高效地完成，而对于某些非结构化矩阵，多个GPU的并行化受到PCIe总线吞吐量的严重限制。
作者：Lukas Einkemmer and Alexander Ostermann
论文ID：1309.4616
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2014-05-27