"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.

StarNEig library

Forskningsprojekt StarNEig är ett nytt uppgiftsbaserat parallellt bibliotek för att lösa osymmetriska standard och generaliserade egenvärdesproblem.

Projektöversikt

Projektperiod:

Startdatum: 2015-11-01

Medverkande institutioner och enheter vid Umeå universitet

Institutionen för datavetenskap

Forskningsområde

Datavetenskap

Projektbeskrivning

StarNEig är antingen jämförbar med LAPACK och ScaLAPACK eller betydligt snabbare beroende på beräkningssteget. Dessutom inser StarNEig nya parallella och blockerade algoritmer för att beräkna egenvektorer utan att drabbas av flytande överflöd. I LAPACK är motsvarande lösare sekventiella skalarkoder som beräknar egenvektorer en efter en. I ScaLAPACK är motsvarande lösare sårbara för överflöd.

Eigenvalue -problem finns inom alla naturvetenskapliga områden. Tydliga exempel tillhandahålls genom analys av system med vanliga differentialekvationer. Stabilitetsanalysen av första ordningens system ger standardvärdeproblem som inte nödvändigtvis är symmetriska och analysen av andra ordningens system ger kvadratiska egenvärdesproblem som motsvarar icke -symmetriska generaliserade egenvärdesproblem. Utan förmågan att lösa egenvärdesproblem snabbt och exakt skulle vi inte kunna slutföra de beräkningar som behövs för att upprätthålla och främja vår civilisation. Därför är det viktigt att vi fortsätter att utveckla nya algoritmer och programvara som maximerar både prestanda och noggrannhet med hjälp av befintlig och framväxande hårdvara.

StarNEig är ett av väldigt få bibliotek som erbjuder stöd för osymmetriska egenvärdesproblem. Den är byggd ovanpå runtime -systemet StarPU som används för att schemalägga uppgifterna. För närvarande gäller StarNEig för verkliga problem som har verkliga eller komplexa egenvärden och egenvektorer. Av design gäller StarNEig för både delade och distribuerade minnesmaskiner och det har experimentellt stöd för GPU -acceleratorer.

Läs mer om StarNEig library.

Senast uppdaterad: 2021-09-07