大规模并行特征值计算的混合数值求解器及其在电子结构计算中的基准测试
计算物理
2016-02-10 v1 材料科学
数值分析
数值分析
摘要
为大规模并行广义特征值问题（GEP）构建了最优混合数值求解器。在 K 计算机和其他超级计算机上对电子结构计算问题进行了强扩展性基准测试，矩阵规模为 M = 10^4–10^6，最多使用 10^5 个核心。GEP 的过程被分解为两个子过程：归约至标准特征值问题（SEP）和 SEP 的求解器。当从三个并行求解器库 ScaLAPACK、ELPA 和 EigenExa 中分别为每个子过程选择例程时，构建了混合求解器。使用较新的两个库 ELPA 和 EigenExa 的混合求解器给出了比传统 ScaLAPACK 库更好的基准测试结果。对结果的详细分析表明，归约器可能是下一代（艾级规模）超级计算机的瓶颈，这为未来研究提供了指导。该代码作为中间件和小型应用程序开发，将在线发布。
引用
@article{arxiv.1504.06443,
title = {Hybrid Numerical Solvers for Massively Parallel Eigenvalue Computation and Their Benchmark with Electronic Structure Calculations},
author = {Hiroto Imachi and Takeo Hoshi},
journal= {arXiv preprint arXiv:1504.06443},
year = {2016}
}
备注
9 pages, 8 figures