机读格式显示(MARC)

• 000 01410nam0 2200253 450

• 001 0000430299

• 005 20221025093500.0

• 010 __ |a 978-7-5682-9804-9 |d CNY79.00

• 100 __ |a 20220927d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 稀疏矩阵计算优化 |A xi shu ju zhen ji suan you hua |d = Optimization of sparse matrix computation |f 计卫星著 |z eng

• 210 __ |a 北京 |c 北京理工大学出版社 |d 2021

• 215 __ |a 209页 |c 图 (部分彩图) |d 24cm

• 320 __ |a 有书目

• 330 __ |a 本书详细阐述了稀疏矩阵相关计算的应用背景, 并对目前已知的主要压缩编码格式进行了详细介绍。在此基础上, 分别对稀疏矩阵向量乘 (SpMV) 、稀疏矩阵稀疏矩阵乘 (SpGEMM) 的算法设计和实现技术进行了详细阐述 ; 给出了面向异构计算平台的稀疏矩阵划分方法及SpMV负载均衡算法, 能够适用于CPU+GPU以及多GPU构成的异构计算系统 ; 介绍了一种基于数学形态学的稀疏矩阵划分方法, 该方法基于稀疏矩阵缩略图和形态学方法, 提取稀疏矩阵中稠密子矩阵, 包括矩形稠密区域, 三角形稠密区域, 以及稠密对角线, 并根据非零元分布为不同的子矩阵选择较优的压缩编码格式 ; 本书还介绍了基于机器学习的SpMV性能预测方法, 以及多精度优化相关内容。最后对常用的开源库程序以及相关的工具包进行了简要介绍。

• 510 1_ |a Optimization of sparse matrix computation |z eng

• 606 0_ |a 稀疏矩阵 |A xi shu ju zhen |x 计算

• 690 __ |a O151.21 |v 5

• 701 _0 |a 计卫星 |A ji wei xing |4 著

• 801 _0 |a CN |b 辽批 |c 20220927

• 905 __ |a AUSTL |d O151.21/J866