SParSH-AMG：一个用于混合CPU-GPU代数多重网格和预条件迭代方法的库
摘要：混合CPU-GPU算法用于代数多重网格方法（AMG）以高效利用CPU和GPU资源。特别是，开发了侧重于最小化利用GPU内存并且性能与仅GPU实现相当的混合AMG框架。混合AMG框架可以调整以在显著较低的GPU内存下运行，从而能够解决大规模的代数系统。将混合AMG框架与共轭梯度、BiCG等Krylov子空间求解器结合作为预条件器，提供了用于解决大类问题的求解器堆栈。对于一系列具有不同特性和大小的矩阵，分析了所提出的混合AMG框架的性能。此外，将CPU-GPU算法的性能与仅GPU实现进行比较，以说明显著较低的内存需求。
作者：Sashikumaar Ganesan and Manan Shah
论文ID：2007.00056
分类：Mathematical Software
分类简称：cs.MS
提交时间：2020-07-02