求解Ax=B,其中A是openCL中的稀疏矩阵
有人知道有一个库或openCL代码示例可以解决Ax=B中a很大且稀疏的问题吗?我不想计算A的倒数,因为它会非常大和密集。A矩阵的稀疏度大于90%,仅计算x可能会大大减少内存和计算量 下面的帖子将在CPU上帮助我,看起来是个不错的选择,但我真的需要这个应用程序的GPU加速求解Ax=B,其中A是openCL中的稀疏矩阵,opencl,sparse-matrix,Opencl,Sparse Matrix,有人知道有一个库或openCL代码示例可以解决Ax=B中a很大且稀疏的问题吗?我不想计算A的倒数,因为它会非常大和密集。A矩阵的稀疏度大于90%,仅计算x可能会大大减少内存和计算量 下面的帖子将在CPU上帮助我,看起来是个不错的选择,但我真的需要这个应用程序的GPU加速 您正在寻找的是稀疏线性系统解算器。对于OpenCL,请看一下ViennaCL: 它具有共轭梯度、稳定双共轭梯度、广义最小剩余解 然而,如果你想有效地解决它,你需要一个多重网格方法。看看: PARALUTION是一个库,它使您能够
您正在寻找的是稀疏线性系统解算器。对于OpenCL,请看一下ViennaCL: 它具有共轭梯度、稳定双共轭梯度、广义最小剩余解 然而,如果你想有效地解决它,你需要一个多重网格方法。看看: PARALUTION是一个库,它使您能够在多核/多核CPU和GPU设备上执行各种稀疏迭代解算器和预处理器
您可以使用以下公式求解AX=B形式的线性联立方程:。 您可以根据硬件要求使用OpenCL功能或多线程CPU功能。 您还可以分析解决方案,以便在替换解决方案后了解方程中的错误。还有: 此版本的SpeedIT利用OpenCL框架的强大功能,允许使用合适GPU的计算能力。SpeedIT OpenCL库为稀疏线性系统提供了一组加速求解器和函数 方程式如下:
- 预条件共轭梯度解算器 •预处理稳定双共轭梯度解算器 •加速稀疏矩阵向量乘法 •先决条件: ◦ 雅可比对角线 ◦ 使用规范l1、l2和l进行行缩放∞ ◦ ILU0–填充为0的不完整LU