ISBN-13: 9783841624628 / Francuski / Miękka / 2018 / 160 str.
ISBN-13: 9783841624628 / Francuski / Miękka / 2018 / 160 str.
Les grappes de calcul A(c)quipA(c)es de processeurs graphiques GPUs sont devenues des outils trA]s attrayants pour le calcul scientifique intensif. Dans ce livre, nous avons conAu des algorithmes itA(c)ratifs parallA]les pour la rA(c)solution de systA]mes linA(c)aires et non linA(c)aires creux de trA]s grandes tailles. Les expA(c)rimentations ont montrA(c) que les mA(c)thodes itA(c)ratives sont plus performantes sur les grappes GPU pour la rA(c)solution de systA]mes d'A(c)quations de grandes tailles. De plus, elles ont permis de constatA(c) que les meilleurs solutions dA(c)veloppA(c)es pour les CPUs ne sont pas nA(c)cessairement bien adaptA(c)es aux GPUs. Nous avons aussi montrA(c) que la puissance de calcul des GPUs permet de rA(c)duire le rapport entre le temps d'exA(c)cution et celui de communication, ce qui favorise l'utilisation des algorithmes asynchrones sur des grappes GPU. Enfin, nous avons utilisA(c) une mA(c)thode de multi-dA(c)composition A deux niveaux pour la rA(c)solution de systA]mes linA(c)aires sur des grappes GPU gA(c)ographiquement distantes. Cette mA(c)thode utilise des itA(c)rations synchrones pour rA(c)soudre localement les sous-systA]mes linA(c)aires et des itA(c)rations asynchrones pour rA(c)soudre la globalitA(c) du systA]me linA(c)aire.
Les grappes de calcul équipées de processeurs graphiques GPUs sont devenues des outils très attrayants pour le calcul scientifique intensif. Dans ce livre, nous avons conçu des algorithmes itératifs parallèles pour la résolution de systèmes linéaires et non linéaires creux de très grandes tailles. Les expérimentations ont montré que les méthodes itératives sont plus performantes sur les grappes GPU pour la résolution de systèmes déquations de grandes tailles. De plus, elles ont permis de constaté que les meilleurs solutions développées pour les CPUs ne sont pas nécessairement bien adaptées aux GPUs. Nous avons aussi montré que la puissance de calcul des GPUs permet de réduire le rapport entre le temps dexécution et celui de communication, ce qui favorise lutilisation des algorithmes asynchrones sur des grappes GPU. Enfin, nous avons utilisé une méthode de multi-décomposition à deux niveaux pour la résolution de systèmes linéaires sur des grappes GPU géographiquement distantes. Cette méthode utilise des itérations synchrones pour résoudre localement les sous-systèmes linéaires et des itérations asynchrones pour résoudre la globalité du système linéaire.