一种对一般稀疏矩阵乘法的系统调查
摘要：稀疏矩阵乘法（SpGEMM）在图分析、科学计算和深度学习领域引起了研究人员的广泛关注。过去几十年中，针对不同应用和计算架构，已经开发出许多优化技术。本文的目标是提供对SpGEMM研究的结构化和全面的概述。已有的研究根据目标架构和设计选择进行了分组。涵盖的主题包括典型应用、压缩格式、一般性公式、关键问题和技术、面向架构的优化和编程模型。分析和总结了不同算法的基本原理。本调查充分展示了截至2021年SpGEMM研究的最新进展。此外，还对现有实现进行了彻底的性能比较。根据我们的研究结果，我们强调了未来的研究方向，鼓励在后续研究中进行更好的设计和实现。
作者：Jianhua Gao, Weixing Ji, Fangli Chang, Shiyu Han, Bingxin Wei, Zeming Liu, Yizhuo Wang
论文ID：2002.11273
分类：Distributed, Parallel, and Cluster Computing
分类简称：cs.DC
提交时间：2023-07-12