稀疏矩阵求解工具AMGX

本文介绍了如何使用AMGX进行稀疏矩阵求解,对比mkl+Eigen,AMGX在(1500*1500)^2规模的矩阵求解上将时间从9秒优化到0.02秒。AMGX借助mpi和cuda实现并行加速。文章详细阐述了稀疏矩阵的CSR存储格式,并展示了在Eigen中获取CSR格式所需数据的方法,为后续的方程组建立和求解奠定基础。
摘要由CSDN通过智能技术生成

之前稀疏矩阵求解,使用mkl+Eigen,(1500*1500)^2规模的稀疏矩阵求解时间为9秒,后来使用AMGX求解,求解时间提升至0.02秒。

AMGX主要使用了mpi和cuda来进行加速,提升了程序并行效率。

在使用AMGX前,首先要了解一下稀疏矩阵的存储格式。

一种常用的格式为CSR格式。一般的,对于稀疏矩阵,可以采用(row col value)的方式来存储非零元素。如

1

0

0

0<

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值