稀疏矩阵向量乘相关论文
针对稀疏矩阵向量乘（Sparse Matrix-Vector Multiplication，SpMV）在边缘端实施效率不高的问题，以稀疏矩阵的存储格式、SpMV的FPGA加速......
稀疏矩阵向量乘法是数值计算的核心子程序之一。在实际应用中使用迭代法求解大规模稀疏线性方程组来逼近其精确解,Sp MV作为迭代求......
稀疏矩阵向量乘(SpMV)是求解稀疏线性方程组的计算核心,被广泛应用在经济学模型、信号处理等科学计算和工程应用中,对于SpMV及其调......
稀疏矩阵向量乘(SMVM)运算是许多工程计算与科学计算的核心,近年来随着FPGA的广泛应用,基于FPGA平台的SMVM运算研究工作也在不断地......
稀疏矩阵向量乘(SpMV)(y=A*x)广泛用于科学计算和工程计算中,如大规模线性代数系统的求解,粒子输运模拟,流体动力学偏微分方程的求......
稀疏矩阵向量乘（Sp MV）是线性求解系统等科学计算中重要的计算核心.鉴于传统的稀疏矩阵向量乘算法在Intel Xeon Phi众核集成架构上存......
稀疏矩阵向量乘和卷积作为高性能计算的两大计算核心,是非规则和规则访存的典型代表.目前已经做了许多针对性的优化工作,但是对于......
稀疏矩阵向量乘（Sparse matrix-vector multiplication,SPMV）是广泛应用于大规模线性求解系统和求解矩阵特征值等问题的基本运算,但......
矩阵主特征向量(principal eigenvectors computing,PEC)的求解是科学与工程计算中的一个重要问题。随着图形处理单元通用计算(gen......
世界首台峰值性能超过100P的超级计算机——神威太湖之光已经研制完成,该超级计算机采用了国产申威异构众核处理器,该处理器不同于......
稀疏矩阵向量乘（Sparse Matrix—Vector Multiply，SMVM），形如Ab=x，在科学计算、信息检索、数据挖掘等领域中部是重要的计算核心之一。稀......
稀疏矩阵向量乘（Sparse Matrix—Vector Multiply，SMVM），形如Ab=x，在科学计算、信息检索、数据挖掘等领域中都是重要的计算核心之一。在......
在科学计算中，稀疏矩阵向量乘（SpMV）是一个十分重要且经常被大量调用的计算内核．由于SpMV一般实现算法的浮点计算和存储访问次数比率非......
稀疏矩阵向量乘（SpMV）采取压缩行存储格式的算法性能非常差，而寄存器分块算法可以使得数据尽量在靠近处理器的存储层次中访问而提高性......
康普顿背散射成像(Compton back-scattering tomography,CBST)利用射线与物质作用后的背向散射光子信息对物质的电子密度进行成像......
作为Wiedemannn算法的核心部分，稀疏矩阵向量乘是求解二元域上大型稀疏线性方程组的主要步骤。提出了一种基于FPGA的二元域大型稀疏......
针对传统的通用处理器（GPP）平台上执行稀疏矩阵向量乘计算效率低的问题,提出一种基于可重构计算平台的SpMXV协处理器设计。方案采用......
随着应用对高性能需求的不断增长和功耗约束的持续严格,以向量SIMD(Single Instruction Multiple Data)技术为主体,同时融合其它先......
稀疏矩阵存储格式中的稀疏矩阵向量乘(SpMV)计算效率低下,且分块行列(BRC)存储格式的计算结果缺少再现性和确定性。为此,提出一种......
稀疏矩阵向量乘是很多科学计算问题中的核心问题。本文针对稀疏对角矩阵,在DIA存储格式的基础上,设计了一种新型压缩存储格式CDIA,......
随着人工智能应用的越来越广泛,以卷积或深度神经网络为代表的人工智能技术取得了巨大的应用。为了提高预测的精度,神经网络的规模......
可重构计算是一种基于定制硬件实现的计算形式,现场可编程门阵列(FPGA)便是典型的可重构计算平台。近年来,FPGA芯片集成了越来越多......
稀疏矩阵向量乘是科学计算的核心问题,采用定制结构来加速稀疏矩阵向量乘的执行对提升科学计算性能具有重要意义.针对目前面向定制......
