基于鲲鹏处理器的LU并行分解优化算法

• 全文链接
• 请求原文

作   者：

徐鹤;  周涛;  李鹏;  秦芳芳;  季一木; 

作者机构：

南京邮电大学理学院;  南京邮电大学计算机学院、软件学院、网络空间安全学院; 

关键词：

ScaLAPACK;  LU分解;  并行计算;  MKL; 

期刊名称：

计算机科学

i s s n：

1002-137X

年卷期：

2024 年 51 卷 009 期

页   码：

51-58

摘   要：

ScaLAPACK(Scalable Linear Algebra PACKage)是并行计算软件包，适用于分布式存储的MIMD(Multiple Instruction, Multiple Data)并行计算机，被广泛应用于基于线性代数运算的并行应用程序开发。然而在进行LU分解过程中，ScaLAPACK库中的例程并不是通信最优的，没有充分利用当前的并行架构。针对上述问题，提出一种基于鲲鹏处理器的LU并行分解优化算法(Parallel LU Factorization, PLF),实现了负载均衡，适配国产鲲鹏环境。PLF对不同进程的不同分区的数据进行差异化处理，并将每个进程所拥有的部分数据分配给根进程进行计算，之后再由根进程散播回各个子进程，这有利于充分利用CPU资源，实现负载均衡。在单节点Intel 9320R处理器以及鲲鹏(Kunpeng) 920处理器环境中进行测试，其中，Intel平台下使用Intel MKL(Math Kernel Library),Kunpeng平台下使用PLF算法。对比两个平台关于不同规模的方程组求解的性能发现，Kunpeng平台的求解性能有显著优势。在NUMA数进程和单线程的情况下，优化后的计算效率在小规模平均达到4.35%,相比Intel的1.38%提升了215%;中规模平均达到4.24%,相比Intel平台的1.86%提升了118%;大规模平均达到4.24%,相比Intel的1.99%提升了113%。