稀疏矩阵向量乘相关论文
针对稀疏矩阵向量乘（Sparse Matrix-Vector Multiplication，SpMV）在边缘端实施效率不高的问题，以稀疏矩阵的存储格式、SpMV的FPGA加速......
稀疏矩阵向量乘法是数值计算的核心子程序之一。在实际应用中使用迭代法求解大规模稀疏线性方程组来逼近其精确解,Sp MV作为迭代求......
稀疏矩阵向量乘(SpMV)是求解稀疏线性方程组的计算核心,被广泛应用在经济学模型、信号处理等科学计算和工程应用中,对于SpMV及其调......
稀疏矩阵向量乘(SpMV)是科学计算中最重要的核心算法之一。理论分析和实际测试结果都表明，SpMV属于访存密集型应用。由于目前主流编......
稀疏矩阵向量乘(Sparse Matrix-Vector Multiplication,SpMV)作为迭代法的计算核心,广泛地应用于科学领域和实际应用的工程问......
近年来，蓬勃发展的大数据技术和机器学习技术为大规模数据分析应用提供了必要的基础支撑和技术手段。然而，数据规模的持续增长和日趋......
在科学计算中，稀疏矩阵向量乘(SpMV，y=Ax)是一个十分重要的，且经常被大量调用的计算内核，广泛应用在科学计算、信息检索、气象、航天、......
随着计算机硬件的快速发展，体系结构变得越来越复杂。根据体系结构特点开发高性能数学库可以对应用开发人员屏蔽具体硬件细节。系统......
片上集成的晶体管数目持续增长，而传统单核处理器的性能发展却难以持续，因为依靠指令级并行获得的收益越来越少，而功耗问题和散热问题......
稀疏矩阵向量乘(SMVM)运算是许多工程计算与科学计算的核心,近年来随着FPGA的广泛应用,基于FPGA平台的SMVM运算研究工作也在不断地......
稀疏矩阵向量乘(SpMV)(y=A*x)广泛用于科学计算和工程计算中,如大规模线性代数系统的求解,粒子输运模拟,流体动力学偏微分方程的求......
多核处理器已经成为当前阶段体系结构架构的主流.本文对稀疏矩阵向量乘的优化,总结了目前的研究现状,列举并分析了若干当前研究中......
稀疏矩阵向量乘(SpMV)是科学与工程计算中一个重要的核心函数,但在当前基于存储器层次结构的计算平台上,传统CSR(Compressed Spars......
稀疏矩阵向量乘（Sp MV）是线性求解系统等科学计算中重要的计算核心.鉴于传统的稀疏矩阵向量乘算法在Intel Xeon Phi众核集成架构上存......
稀疏矩阵向量乘和卷积作为高性能计算的两大计算核心,是非规则和规则访存的典型代表.目前已经做了许多针对性的优化工作,但是对于......
作为典型的不规则算法,稀疏矩阵向量乘的计算过程具有非常低的访存局部性和计算访存比,因此在基于cache的通用处理器上计算效率很......
稀疏矩阵向量乘（Sparse matrix-vector multiplication,SPMV）是广泛应用于大规模线性求解系统和求解矩阵特征值等问题的基本运算,但......
矩阵主特征向量(principal eigenvectors computing,PEC)的求解是科学与工程计算中的一个重要问题。随着图形处理单元通用计算(gen......
世界首台峰值性能超过100P的超级计算机——神威太湖之光已经研制完成,该超级计算机采用了国产申威异构众核处理器,该处理器不同于......
稀疏矩阵向量乘（Sparse Matrix—Vector Multiply，SMVM），形如Ab=x，在科学计算、信息检索、数据挖掘等领域中部是重要的计算核心之一。稀......
为了充分利用多核处理器的强大计算能力并满足具有高并行度应用的需求，提出一种基于大规模稀疏矩阵特征问题求解的并行共轭梯度算法......
随着计算机技术的发展,人们发现CPU有时候难以满足处理的需要,同时,人们发现了GPU(GPU英文全称Graphic Processing Unit,中文翻译......
稀疏矩阵向量乘（Sparse Matrix—Vector Multiply，SMVM），形如Ab=x，在科学计算、信息检索、数据挖掘等领域中都是重要的计算核心之一。在......
在科学计算中，稀疏矩阵向量乘（SpMV）是一个十分重要且经常被大量调用的计算内核．由于SpMV一般实现算法的浮点计算和存储访问次数比率非......
稀疏矩阵向量乘（SpMV）采取压缩行存储格式的算法性能非常差，而寄存器分块算法可以使得数据尽量在靠近处理器的存储层次中访问而提高性......
近年来,众核处理器(Many Ingerated Cores,MIC)越来越多地为人们所关注,众核架构已经成为许多超算的首选。目前,科学与工程应用最......
康普顿背散射成像(Compton back-scattering tomography,CBST)利用射线与物质作用后的背向散射光子信息对物质的电子密度进行成像......
作为Wiedemannn算法的核心部分，稀疏矩阵向量乘是求解二元域上大型稀疏线性方程组的主要步骤。提出了一种基于FPGA的二元域大型稀疏......
针对传统的通用处理器（GPP）平台上执行稀疏矩阵向量乘计算效率低的问题,提出一种基于可重构计算平台的SpMXV协处理器设计。方案采用......
相似度计算是计算机学科中一个重要的问题,其应用遍及多个领域,如互联网、数据挖掘以及生物信息学等。随着信息技术的发展,每时每......
稀疏矩阵存储格式中的稀疏矩阵向量乘(SpMV)计算效率低下,且分块行列(BRC)存储格式的计算结果缺少再现性和确定性。为此,提出一种......
稀疏矩阵向量乘是很多科学计算问题中的核心问题。本文针对稀疏对角矩阵,在DIA存储格式的基础上,设计了一种新型压缩存储格式CDIA,......
随着人工智能应用的越来越广泛,以卷积或深度神经网络为代表的人工智能技术取得了巨大的应用。为了提高预测的精度,神经网络的规模......
OpenMP是一种支持Fortran,C/C++的共享存储并行编程标准。它基于fork-join的并行执行模型,将程序划分为并行区和串行区。近几年来,......
稀疏矩阵向量乘是科学计算的核心问题,采用定制结构来加速稀疏矩阵向量乘的执行对提升科学计算性能具有重要意义.针对目前面向定制......
