Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

On Memory Footprints of Partitioned Sparse Matrices

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00010669%3A_____%2F17%3AN0000025" target="_blank" >RIV/00010669:_____/17:N0000025 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/68407700:21240/17:00313818

  • Výsledek na webu

    <a href="https://annals-csis.org/proceedings/2017/drp/70.html" target="_blank" >https://annals-csis.org/proceedings/2017/drp/70.html</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.15439/2017F70" target="_blank" >10.15439/2017F70</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    On Memory Footprints of Partitioned Sparse Matrices

  • Popis výsledku v původním jazyce

    The presented study analyses 563 representative benchmark sparse matrices with respect to their partitioning into uniformly-sized blocks. The aim is to minimize memory footprints of matrices. Different block sizes and different ways of storing blocks in memory are considered and statistically evaluated. Memory footprints of partitioned matrices are additionally compared with lower bounds and the CSR storage format. The average measured memory savings against CSR in case of single and double precision are 42.3 and 28.7 percents, respectively. The corresponding worst-case savings are 25.5 and 17.1 percents. Moreover, memory footprints of partitioned matrices were in average 5 times closer to their lower bounds than CSR. Based on the obtained results, we provide generic suggestions for efficient partitioning and storage of sparse matrices in a computer memory.

  • Název v anglickém jazyce

    On Memory Footprints of Partitioned Sparse Matrices

  • Popis výsledku anglicky

    The presented study analyses 563 representative benchmark sparse matrices with respect to their partitioning into uniformly-sized blocks. The aim is to minimize memory footprints of matrices. Different block sizes and different ways of storing blocks in memory are considered and statistically evaluated. Memory footprints of partitioned matrices are additionally compared with lower bounds and the CSR storage format. The average measured memory savings against CSR in case of single and double precision are 42.3 and 28.7 percents, respectively. The corresponding worst-case savings are 25.5 and 17.1 percents. Moreover, memory footprints of partitioned matrices were in average 5 times closer to their lower bounds than CSR. Based on the obtained results, we provide generic suggestions for efficient partitioning and storage of sparse matrices in a computer memory.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA16-16772S" target="_blank" >GA16-16772S: Vývoj symetriemi-řízených metod pro modelování středně těžkých atomových jader z prvních principů</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 2017 Federated Conference on Computer Science and Information Systems

  • ISBN

    978-8-3946-2537-5

  • ISSN

    2325-0348

  • e-ISSN

    2300-5963

  • Počet stran výsledku

    9

  • Strana od-do

    513-521

  • Název nakladatele

    Institute of Electrical and Electronics Engineers Inc.

  • Místo vydání

    Neuveden

  • Místo konání akce

    Lublin, Polsko

  • Datum konání akce

    3. 9. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000417412800077