HPMR在并行矩阵计算中的应用

被引：3

作者：

郑启龙 ^{[1
,2
]}

吴晓伟 ^{[1
,2
]}

房明 ^{[1
,2
]}

王昊 ^{[1
,2
]}

汪胜 ^{[1
,2
]}

王向前 ^{[1
,2
]}

机构：

[1] 中国科学技术大学计算机科学技术学院

[2] 安徽省高性能计算与应用重点实验室

来源：

基金：

安徽省自然科学基金;

关键词：

高性能MapReduce; 并行编程; 数值计算; LU分解;

D O I：

暂无

中图分类号：

TP311.1 [程序设计];

学科分类号：

摘要：

为了解决传统并行编程难度大、效率低的问题,提出一种基于MapReduce模型的并行编程方法,在高性能MapReduce平台上实现矩阵并行LU分解。实验结果表明,相比传统并行编程模型,MapReduce模型并行程序可较好满足高性能数值计算需求,其编程简洁性和可读性能有效提升并行编程效率。

引用

页码：49 / 51

页数：3