Research on high-performance and high-dimensional numerical linear algebra applying an asynchronous task mechanism on the exascale computing era

亿兆级计算时代应用异步任务机制的高性能高维数值线性代数研究

基本信息

  • 批准号:
    19H04127
  • 负责人:
  • 金额:
    $ 11.15万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
  • 财政年份:
    2019
  • 资助国家:
    日本
  • 起止时间:
    2019-04-01 至 2022-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(26)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Empirical parameter tuning of task-based tiled matrix factorization
基于任务的平铺矩阵分解的经验参数调整
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Bale Rahul;Li Chung-Gang;Yamakawa Masashi;Iida Akiyoshi;Kurose Ryoichi;Tsubokura Makoto;Tomohiro Suzuki
  • 通讯作者:
    Tomohiro Suzuki
Performance Tuning of Tile Matrix Decomposition
平铺矩阵分解的性能调优
Dissection sparse direct solver with mixed precision arithmetic for smaller memory footprint
使用混合精度算法剖析稀疏直接求解器,以减少内存占用
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    R. Maegawa;O. Fumiya;R. Nakamura;Y. Yamasaki;and H. Ohsaki;Atsushi Suzuki
  • 通讯作者:
    Atsushi Suzuki
エクサ時代の非同期タスクを応用した高性能高次元数値線形代数の研究
exa时代应用异步任务的高性能高维数值线性代数研究
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takumi Kiriu;Mohit Mittal;Panote Siriaraya;Yukiko Kawai and Shinsuke Nakajima;今村俊幸
  • 通讯作者:
    今村俊幸
統計モデルを用いたタイルQR分解のパラメータチューニング
使用统计模型对瓦片 QR 分解进行参数调整
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    霜鳥竜輝;鈴木智博
  • 通讯作者:
    鈴木智博
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Imamura Toshiyuki其他文献

High Performance LOBPCG Method for Solving Multiple Eigenvalues of Hubbard Model: Efficiency of Communication Avoiding Neumann Expansion Preconditioner
求解哈伯德模型多个特征值的高性能 LOBPCG 方法:避免诺依曼展开式预处理器的通信效率
  • DOI:
    10.1007/978-3-319-69953-0_14
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Yamada Susumu;Imamura Toshiyuki;Machida Masahiko
  • 通讯作者:
    Machida Masahiko
Can We Avoid Rounding-Error Estimation in HPC Codes and Still Get Trustworthy Results?
我们能否避免 HPC 代码中的舍入误差估计并仍然获得值得信赖的结果?
  • DOI:
    10.1007/978-3-030-63618-0_10
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Jezequel Fabienne;Graillat Stef;Mukunoki Daichi;Imamura Toshiyuki;Iakymchuk Roman
  • 通讯作者:
    Iakymchuk Roman
A Case Study of the Reproducibility Issues in EigenExa
EigenExa 中再现性问题的案例研究
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    R. Iakymchuk;Imamura Toshiyuki;S. Graillat;S. Markidis;E. Laure
  • 通讯作者:
    E. Laure
Accurate Matrix Multiplication on Binary128 Format Accelerated by Ozaki Scheme
Ozaki 方案加速的 Binary128 格式的精确矩阵乘法
High Performance Parallel LOBPCG Method for Large Hamiltonian Derived from Hubbard Model on Multi-GPU Systems
多GPU系统上哈伯德模型导出的大哈密顿量的高性能并行LOBPCG方法

Imamura Toshiyuki的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了