中文引用格式： 陳閩昊，邊浩東. 基于GPU的稀疏矩陣壓縮存儲格式研究[J]. 電子技術應用，2024，50(11)：1-8.
英文引用格式： Chen Minhao，Bian Haodong. Sparse matrix compressed storage format based on GPU[J]. Application of Electronic Technique，2024，50(11)：1-8.
引言
在過去的很長一段時間中，SpMV都是科學計算和工程應用領域中大規(guī)模稀疏性系統(tǒng)問題求解的常用方法，也因此其實現(xiàn)和優(yōu)化一直是高性能領域研究中的重點。SpMV計算簡化為一個大小為m×n的稀疏矩陣A與長度為n的密集向量x相乘，從而得到一個長度為m的向量y。
隨著稀疏矩陣規(guī)模的擴大，同時又因為其數據具有著分布稀疏無規(guī)則的問題，普通的順序計算和簡單的并行優(yōu)化無法滿足現(xiàn)階段科學計算和工程應用領域的要求，所以人們嘗試使用更快速的并行優(yōu)化算法以及提出更優(yōu)質的壓縮存儲格式來加速大規(guī)模的SpMV計算。根據稀疏矩陣稀疏性、不規(guī)則性的特點，加速SpMV算法的難點主要集中在解決以下幾個問題上：（1）并行單元上負載不均衡導致的線程發(fā)散；（2）數據存儲不規(guī)則導致的頻繁訪存所產生的額外開銷；（3）低效矢量化產生的內存訪問沖突和數據依賴性?，F(xiàn)階段許多的壓縮存儲格式也從這幾個方面入手加速大規(guī)模SpMV運算，例如BELLPACK、CVR、BCCOO、ACSR、CSR5[1-4]等。
本文也從這上述幾個方面入手，提出了一種新的格式名為VCSR，VCSR格式以CSR格式作為基礎，根據各行非零元素分布的統(tǒng)計特性，將數據以負載均衡的方式分發(fā)給各個線程。在這個過程中，將行作為數據分配的基礎單元，保證了線程與線程之間數據處理的相互獨立，不會產生數據依賴以及訪問沖突。最后，在每個并行單元中，使用快速分段求和的策略和矢量化的方式來加速SpMV內核程序的計算性能。
本文詳細內容請下載：
http://m.rjjo.cn/resource/share/2000006202
作者信息：
陳閩昊，邊浩東
（青海大學 計算機技術與應用學院，青海 西寧 810016）
