Scalable Parallel Generation of Very Large Sparse Benchmark Matrices
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F14%3A00217676" target="_blank" >RIV/68407700:21240/14:00217676 - isvavai.cz</a>
Výsledek na webu
<a href="http://80.link.springer.com.dialog.cvut.cz/chapter/10.1007/978-3-642-55224-3_18" target="_blank" >http://80.link.springer.com.dialog.cvut.cz/chapter/10.1007/978-3-642-55224-3_18</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-55224-3_18" target="_blank" >10.1007/978-3-642-55224-3_18</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Scalable Parallel Generation of Very Large Sparse Benchmark Matrices
Popis výsledku v původním jazyce
We present a method and an accompanying algorithm for scalable parallel generation of sparse matrices intended primarily for benchmarking purposes, namely for evaluation of performance and scalability of generic massively parallel algorithms that involvesparse matrices. The proposed method is based on enlargement of small input matrices, which are supposed to be obtained from public sparse matrix collections containing numerous matrices arising in different application domains and thus having differentstructural and numerical properties. The resulting matrices are distributed among processors of a parallel computer system. The enlargement process is designed so its users may easily control structural and numerical properties of resulting matrices aswell as the distribution of their nonzero elements to particular processors.
Název v anglickém jazyce
Scalable Parallel Generation of Very Large Sparse Benchmark Matrices
Popis výsledku anglicky
We present a method and an accompanying algorithm for scalable parallel generation of sparse matrices intended primarily for benchmarking purposes, namely for evaluation of performance and scalability of generic massively parallel algorithms that involvesparse matrices. The proposed method is based on enlargement of small input matrices, which are supposed to be obtained from public sparse matrix collections containing numerous matrices arising in different application domains and thus having differentstructural and numerical properties. The resulting matrices are distributed among processors of a parallel computer system. The enlargement process is designed so its users may easily control structural and numerical properties of resulting matrices aswell as the distribution of their nonzero elements to particular processors.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GAP202%2F12%2F2011" target="_blank" >GAP202/12/2011: Paralelní vstupně/výstupní algoritmy pro rozsáhlé řídké matice</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2014
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
Parallel Processing and Applied Mathematics
ISBN
978-3-642-55224-3
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
10
Strana od-do
178-187
Název nakladatele
Springer-Verlag
Místo vydání
Berlin
Místo konání akce
Warsaw
Datum konání akce
8. 9. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000349159200018