Analysis of Memory Footprints of Sparse Matrices Partitioned Into Uniformly-Sized Blocks
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00010669%3A_____%2F18%3AN0000012" target="_blank" >RIV/00010669:_____/18:N0000012 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68407700:21240/18:00322994
Výsledek na webu
<a href="https://www.researchgate.net/publication/327698036_Analysis_of_Memory_Footprints_of_Sparse_Matrices_Partitioned_Into_Uniformly-Sized_Blocks" target="_blank" >https://www.researchgate.net/publication/327698036_Analysis_of_Memory_Footprints_of_Sparse_Matrices_Partitioned_Into_Uniformly-Sized_Blocks</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.12694/scpe.v19i3.1358" target="_blank" >10.12694/scpe.v19i3.1358</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Analysis of Memory Footprints of Sparse Matrices Partitioned Into Uniformly-Sized Blocks
Popis výsledku v původním jazyce
The presented study analyses memory footprints of 563 representative benchmark sparse matrices with respect to their partitioning into uniformly-sized blocks. Different block sizes and different ways of storing blocks in memory are considered and statistically evaluated. Memory footprints of partitioned matrices are then compared with their lower bounds and CSR, index-compressed CSR, and EBF storage formats. The results show that block-based storage formats may significantly reduce memory footprints of sparse matrices arising from a wide range of application domains. Additionally, measured consistency of results is presented and discussed, benefits of individual formats for storing blocks are evaluated, and an analysis of best-case and worst-case matrices is provided for in-depth understanding of causes of memory savings of block-based formats.
Název v anglickém jazyce
Analysis of Memory Footprints of Sparse Matrices Partitioned Into Uniformly-Sized Blocks
Popis výsledku anglicky
The presented study analyses memory footprints of 563 representative benchmark sparse matrices with respect to their partitioning into uniformly-sized blocks. Different block sizes and different ways of storing blocks in memory are considered and statistically evaluated. Memory footprints of partitioned matrices are then compared with their lower bounds and CSR, index-compressed CSR, and EBF storage formats. The results show that block-based storage formats may significantly reduce memory footprints of sparse matrices arising from a wide range of application domains. Additionally, measured consistency of results is presented and discussed, benefits of individual formats for storing blocks are evaluated, and an analysis of best-case and worst-case matrices is provided for in-depth understanding of causes of memory savings of block-based formats.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
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
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Scalable Computing: Practice and Experience
ISSN
1895-1767
e-ISSN
—
Svazek periodika
19
Číslo periodika v rámci svazku
3
Stát vydavatele periodika
RO - Rumunsko
Počet stran výsledku
17
Strana od-do
275-291
Kód UT WoS článku
000444726800005
EID výsledku v databázi Scopus
—