- Years
- 2025（1）
- 2023（1）
- Indexed by
- 中国科学引文数据库(CSCD)（1）
- 中国科技论文与引文数据库(CSTPCD)（1）
- 北京大学中文核心期刊目录(北大核心)（1）
- Journals
- 计算机工程与科学（1）
- 计算机科学与探索（1）
- Languages
- 汉语（2）
- Keywords
- 数值线性代数（2）
- 高性能计算（2）
- Cholesky分解（1）
- E级计算（1）
- 混合精度（1）
- 通用图形处理器(GPGPU)（1）
- ：P.261-262,2.
- Authors
- 伍思琦（1）
- 何连花（1）
- 张少帅（1）
- 徐顺（1）
- 石璐（1）
- 邹高远（1）
- 金钟（1）
- ：P.261-262,2.
Issue(2)：P.261-262,2.
- Issue(2)：P.261-262,2.
- Issue(2)
Issue(2)：P.261-262,2.
- Issue(2)：P.261-262,2.
- ：P.261-262,2.
- Issue(2)：P.261-262,2.
2 ：P.261-262,2.
- 面向E级计算的线性代数解法器研究综述CSCDCSTPCD
- 基于Tensor Cores的新型GPU架构的高性能Cholesky分解北大核心Issue(2)：P.261-262,2.稠密矩阵乘法(GEMMs)在Tensor Cores上可以实现高度优化.然而,现有的Cholesky分解的实现由于其有限的并行性无法达到Tensor Cores大部分的峰值性能.研究使用一种递归Cholesky分解的算法,通过将对角线块的递归细分,将原本的对称矩阵秩K更新(SYRK)和三角方程组求解(TRSM)操作转化为大量的通用矩阵乘法(GEMMs),从而更充分地发挥Tensor Cores的峰值性能.实验结果表明,提出的递归Cho…Previous