面向高效 exascale 离散化的 GPU 算法
分布式、并行与集群计算
2021-09-14 v1 数学软件
数值分析
数值分析
摘要
在本文中，我们描述了美国Exascale计算项目内高效Exascale离散化中心的研究与开发活动，其目标是面向GPU加速平台上的高阶应用，开发最先进的高阶有限元算法。我们讨论了CEED软件栈多个组件中的GPU开发，包括libCEED、MAGMA、MFEM、libParanumal和Nek项目。我们报告了在NVIDIA和AMD GPU系统上多个启用CEED的应用的性能与能力改进。
引用
@article{arxiv.2109.05072,
title = {GPU Algorithms for Efficient Exascale Discretizations},
author = {Ahmad Abdelfattah and Valeria Barra and Natalie Beams and Ryan Bleile and Jed Brown and Jean-Sylvain Camier and Robert Carson and Noel Chalmers and Veselin Dobrev and Yohann Dudouit and Paul Fischer and Ali Karakus and Stefan Kerkemeier and Tzanio Kolev and Yu-Hsiang Lan and Elia Merzari and Misun Min and Malachi Phillips and Thilina Rathnayake and Robert Rieben and Thomas Stitt and Ananias Tomboulides and Stanimire Tomov and Vladimir Tomov and Arturo Vargas and Tim Warburton and Kenneth Weiss},
journal= {arXiv preprint arXiv:2109.05072},
year = {2021}
}