کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6935047 1449556 2018 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A distributed-memory hierarchical solver for general sparse linear systems
ترجمه فارسی عنوان
یک حل کننده سلسله مراتبی توزیع شده برای سیستم های خطی به طور کلی
کلمات کلیدی
حلال خطی موازی، ماتریس انعطاف پذیر، ماتریس سلسله مراتبی،
ترجمه چکیده
ما یک حل کننده سلسله مراتبی موازی برای سیستم های خطی به طور کلی در ماشین های توزیع حافظه ارائه می دهیم. برای مسائل بزرگ در مقیاس بزرگ، این الگوریتم به طور کامل جبری سریع تر و حافظه کارآمد تر از حل کننده های مستقیم است، زیرا از ساختار نامناسب بلوک های تکمیل بهره برداری می کند. بسته به دقت تقریبی پایین، حل کننده سلسله مراتبی می تواند به عنوان یک حل کننده مستقیم یا به عنوان یک پیش سازنده استفاده شود. الگوریتم موازی براساس تجزیه داده ها است و تنها نیاز به ارتباط محلی برای به روز رسانی اطلاعات مرزی در هر پردازنده است. علاوه بر این، نسبت محاسبه به ارتباطات الگوریتم موازی تقریبا نسبت حجم به سطح-سطح زیر دامنه متعلق به هر پردازنده است. ما نتایج عددی مختلفی را برای نشان دادن قابلیت پذیری و مقیاس پذیری الگوریتم موازی ارائه می کنیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
We present a parallel hierarchical solver for general sparse linear systems on distributed-memory machines. For large-scale problems, this fully algebraic algorithm is faster and more memory-efficient than sparse direct solvers because it exploits the low-rank structure of fill-in blocks. Depending on the accuracy of low-rank approximations, the hierarchical solver can be used either as a direct solver or as a preconditioner. The parallel algorithm is based on data decomposition and requires only local communication for updating boundary data on every processor. Moreover, the computation-to-communication ratio of the parallel algorithm is approximately the volume-to-surface-area ratio of the subdomain owned by every processor. We present various numerical results to demonstrate the versatility and scalability of the parallel algorithm.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Parallel Computing - Volume 74, May 2018, Pages 49-64
نویسندگان
, , , , ,