返回
Scalable Block-Sparse Matrix Multiplication Using Template Task Graphs
DOI:10.1007/978-3-031-97196-9_10.png)
摘要
En 中文
块稀疏矩阵运算是一般稀疏代数的一种特殊情况,其中矩阵由密集块稀疏分布组成,例如在量子化学的稀疏张量代数中。在实现分布式矩阵乘法 C = A × B 的一般情况下,一个挑战是通信流的管理,因为两个输入矩阵 A 和 B 都易于获取,必须分布到计算 C 相关块的进程上。在本文中,我们提出了对模板任务图编程模型的扩展,允许应用程序通过灵活的 API 约束任务的执行。我们表明,此类约束可以在纯数据流模型中使用,以用更结构化的方法替代人工控制流。在稀疏矩阵乘法的背景下,我们发现约束允许我们限制并发通信的数量,从而避免在网络上创建瓶颈。
Keyword:
Template Task Graph
Sparse Matrix Multiplication
Scheduling Constraints
期刊
A
IF:
0
论文数:
13
被引数:
0
机构
引用论文
Dagger: combining benefits of synchronous and asynchronous communication stylesDagger:结合同步和异步通信模式的优点

