PASE：用于大规模特征值问题的大规模并行扩充子空间特征求解器
数值分析
2025-07-21 v2 数值分析
摘要
本文提出了一种新型并行扩充子空间方法，并构建了 Parallel Augmented Subspace Eigensolver (PASE) 软件包，用于通过大规模并行有限元离散化求解大规模特征值问题。基于扩充子空间，求解高维特征值问题可转化为求解相应的线性方程组与扩充子空间上的低维特征值问题。因此，通过扩充子空间方法求解特征值问题的复杂度将与求解相同维度线性方程组的复杂度相当。为提高可扩展性和效率，我们还提出了并行扩充子空间方法的若干实现技术。基于并行扩充子空间方法及相关实现技术，我们构建了用于求解大规模特征值问题的 PASE 软件包。提供了若干数值算例以验证所提数值方法的效率与可扩展性。
引用
@article{arxiv.2502.04589,
title = {PASE: A Massively Parallel Augmented Subspace Eigensolver for Large Scale Eigenvalue Problems},
author = {Yangfei Liao and Haochen Liu and Hehu Xie and Zijing Wang},
journal= {arXiv preprint arXiv:2502.04589},
year = {2025}
}
备注
25pages, 6 figures