|
|
 |
• Содержание выпуска №3(46), 2020 г. •
• Математическое моделирование •
• Математические основы программирования •
• Программное и аппаратное обеспечение для суперЭВМ •
• Программное и аппаратное обеспечение распределенных и суперкомпьютерных систем •
• Искусственный интеллект, интеллектуальные системы, нейронные сети •
Программное и аппаратное обеспечение для суперЭВМ
Ответственный за рубрику: д.ф.-м.н., чл.-корр. РАН Абрамов С.М.
Слева для каждой статьи показаны: присвоенный статье порядковый номер;
дата поступления статьи в
редакцию; количество страниц статьи в
формате А5; ссылка на полный текст статьи в формате PDF
/r1/pdf.jpg) .
|
13
Поступила в редакцию 29.04.2020
Подписана в печать 20.08.2020
27 с.
/r1/pdf.jpg)
PDF |
К. С. Исупов, В. С. Князьков
Матрично-векторное умножение многократной
точности на графическом процессоре
Мы рассматриваем параллельную реализацию
матрично-векторного умножения (GEMV, уровень 2 BLAS) для графических
процессоров (GPU) с использованием арифметики
многократной точности на основе системы
остаточных классов. В нашей реализации GEMV покомпонентные
операции с многоразрядными векторами и матрицами разбиваются
на части, каждая из которых выполняется
отдельным CUDA ядром. Это исключает ветвление
логики исполнения и позволяет добиться более полного использования
ресурсов GPU. Эффективная структура данных для хранения
многоразрядных массивов обеспечивает объединение доступов
параллельных потоков к глобальной памяти GPU
в транзакции. Для предложенной реализации GEMV выполнен анализ
ошибок округления и получены оценки точности.
Представлены экспериментальные результаты, показывающие высокую
эффективность разработанной реализации по сравнению с
существующими программными пакетами
многократной точности для GPU.
Ключевые слова: вычисления высокой точности, BLAS,
GEMV, параллельные алгоритмы, CUDA, GPU, система остаточных классов. |
|
Ссылка на статью обязательна |
http://psta.psiras.ru/read/psta2020_3_33-59.pdf |
|
цифровой идентификатор
статьи DOI |
https://doi.org/10.25209/2079-3316-2020-11-3-33-59 |
|
14
Поступила в редакцию 29.04.2020
Подписана в печать 20.08.2020
24 с.
PDF |
К. С. Исупов, В. С. Князьков
Матрично-векторное умножение многократной
точности на графическом процессоре (англ.)
Мы рассматриваем параллельную реализацию
матрично-векторного умножения (GEMV, уровень 2 BLAS) для графических
процессоров (GPU) с использованием арифметики
многократной точности на основе системы
остаточных классов. В нашей реализации GEMV покомпонентные
операции с многоразрядными векторами и матрицами разбиваются
на части, каждая из которых выполняется
отдельным CUDA ядром. Это исключает ветвление
логики исполнения и позволяет добиться более полного использования
ресурсов GPU. Эффективная структура данных для хранения
многоразрядных массивов обеспечивает объединение доступов
параллельных потоков к глобальной памяти GPU
в транзакции. Для предложенной реализации GEMV выполнен анализ
ошибок округления и получены оценки точности.
Представлены экспериментальные результаты, показывающие высокую
эффективность разработанной реализации по сравнению с
существующими программными пакетами
многократной точности для GPU.
Ключевые слова: вычисления высокой точности, BLAS,
GEMV, параллельные алгоритмы, CUDA, GPU, система остаточных классов. |
|
Ссылка на статью обязательна |
http://psta.psiras.ru/read/psta2020_3_61-84.pdf |
|
цифровой идентификатор
статьи DOI |
https://doi.org/10.25209/2079-3316-2020-11-3-61-84 |
|
|
|
|
Уважаемые читатели!
Математический институт им. В.А. Стеклова Российской академии наук
приступает к работе в рамках Государственного контракта №
13.597.11.0043 по теме «Создание электронного архива выпусков научных
журналов по тематическому направлению «Математика, физика,
информационные технологии». Архив будет размещен на Общероссийском
портале Math-Net.Ru.
Предполагается пополнить коллекцию Math-Net.Ru архивами ряда ведущих
журналов по математике, физике и информационным технологиям, а также
материалами научных мероприятий.
Проект представлен в социальных сетях
|
• Содержание выпуска №3(46), 2020 г. •
• Математическое моделирование •
• Математические основы программирования •
• Программное и аппаратное обеспечение для суперЭВМ •
• Программное и аппаратное обеспечение распределенных и суперкомпьютерных систем •
• Искусственный интеллект, интеллектуальные системы, нейронные сети •
|
