Implementing incomplete inverse decomposition on graphical processing units
| Název práce v češtině: | Implementace neúplného inverzního rozkladu na grafických kartách |
|---|---|
| Název v anglickém jazyce: | Implementing incomplete inverse decomposition on graphical processing units |
| Klíčová slova: | Přibližná inverze, neúplná faktorizace, grafický procesor |
| Klíčová slova anglicky: | Approximate inverse, incomplete decomposition, graphical processing unit (GPU) |
| Akademický rok vypsání: | 2012/2013 |
| Typ práce: | diplomová práce |
| Jazyk práce: | angličtina |
| Ústav: | Katedra aplikované matematiky (32-KAM) |
| Vedoucí / školitel: | prof. Ing. Miroslav Tůma, CSc. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 18.07.2013 |
| Datum zadání: | 18.07.2013 |
| Datum potvrzení stud. oddělením: | 18.07.2013 |
| Datum a čas obhajoby: | 02.09.2013 00:00 |
| Datum odevzdání elektronické podoby: | 31.07.2013 |
| Datum odevzdání tištěné podoby: | 02.08.2013 |
| Datum proběhlé obhajoby: | 02.09.2013 |
| Oponenti: | František Hakl |
| Zásady pro vypracování |
| Incomplete inverse decompositions represent a set of tools used to precondition iterative methods on high-performance computer architectures. This follows from the fact that an application of the decomposition within a modern Krylov subspace method reduces to one or two matrix-vector multiplications, and such operations are considered as efficiently parallelizable. Nevertheless, the decomposition itself does not parallelize well on multiprocessors. Jan Dědeček should study in his diploma Thesis possibilities to evaluate approximate inverse decompositions on graphical processing units (GPUs). These processors seem to offer an environment that could speed up the construction |
| Seznam odborné literatury |
| M.~Benzi. Preconditioning techniques for large linear systems: a survey., J. Comput. Phys., 182(2):418--477, 2002.
M.Benzi, J.K. Cullum, and M. Tuma. Robust approximate inverse preconditioning for the conjugate gradient method., SIAM J. Sci. Comput., 22(4):1318--1332, 2000. G.H. Golub and C.F. Van Loan., Matrix Computations. 3rd ed., the Johns Hopkins University Press, Baltimore and London, 1996. M.R. Hestenes and E. Stiefel. Methods of conjugate gradients for solving linear systems., J. Res. Nat. Bur. Standards, 49:409--435, 1952. Y.~Saad. Iterative Methods for Sparse Linear Systéme. PWS Publishing Co., Boston, 1996. J. Sanders, E. Kandrot. CUDA by Example: An Introduction to General-Purpose GPU Programming, Addison-Wesley, 2010. |