Scientific-Computing-Individual-Research-Project

科学计算个体研究项目 背景 稀疏矩阵矢量乘法（SpMV）运算（y = A ∗ x）被广泛用于科学和工程计算中。 但是基于CSR的SpMV在具有矢量单元的处理器上性能较差[1]。 CSR格式离散存储非零元素； 因此，每个乘法都需要访问存储器以获取矩阵中的非零元素以及密集向量中的相应元素。 因此，需要一种新的模式来减轻这一缺陷[2]。 目标 为了充分利用SIMD加速技术，我的项目目标是： 设计一种新的稀疏矩阵存储格式，以适应SIMD单位。 使用SIMD矢量化设计一种新的基于稀疏矩阵存储格式的SpMV算法。 脚步 了解当前的稀疏矩阵存储格式和SpMV算法。 了解SpMV中的SIMD加速技术。 查找当前稀疏矩阵存储格式和当前SpMV算法不好的原因。 例如：循环余数，数据局部性，CPU使用效率低下，SIMD不友好，… 设计一种新的稀疏矩阵存储格式。 了解如何设计OpenCL软件。 设