Afficher la notice abrégée

hal.structure.identifierEfficient runtime systems for parallel architectures [RUNTIME]
hal.structure.identifierCentre scientifique et Technique Jean Feger [CSTJF]
dc.contributor.authorROSSIGNON, Corentin
dc.date.accessioned2024-04-15T09:58:11Z
dc.date.available2024-04-15T09:58:11Z
dc.date.created2012
dc.date.issued2013
dc.date.conference2013-01
dc.identifier.urihttps://oskar-bordeaux.fr/handle/20.500.12278/198979
dc.description.abstractPour l'entreprise Total, la simulation de réservoir est une étape importante dans le processus d'optimisation de la production. Actuellement ces simulations s'exécutent entièrement sur CPU. Nous avons donc essayé d'accélérer les produits matrice-vecteur creux contenus dans le simulateur en utilisant des GPUs. Les bibliothèques GPU d'algèbre linéaire creux utilisent des formats génériques de stockage de matrices creuses qui sont plus ou moins performant sur GPU mais qui ne permettent pas d'exploiter la structure particulière des matrices utilisées dans le simulateur de réservoir. Pour exploiter cette structure, nous avons adapté pour nos matrices un format de stockage qui nous permet d'accélérer jusqu'à un facteur 20 le produit matrice-vecteur creux sur 3 GPUs par rapport à 8 coeurs CPU et d'un facteur 1,5 sur GPU par rapport aux formats génériques utilisée par NVIDIA dans cuSPARSE.
dc.description.abstractEnFor the Total Company, simulating reservoirs is an important step in the process of optimizing production. Nowadays, these simulations run entirely on CPUs. Thus, we have attempted to accelerate the sparse matrix-vector product operators of the simulation by using GPUs. Common GPU libraries for sparse linear algebra use generic formats for sparse matrix storage, that are more or less performant on GPU but that do not allow to fully exploit the specific structure of the matrices used in the reservoir simulator. In order to exploit this structure, we have adapted for our matrices a storage format that enables us to accelerate with a 20x factor the sparse matrix-vector product on 3 GPUs in comparison with a 8-core CPU, and with a 1.5x factor on GPU in comparison with the generic matrix format used by NVIDIA in cuSPARSE.
dc.language.isofr
dc.subjectsolveur creux
dc.subjectGPU
dc.subjectSpMV
dc.subjectCSR
dc.titleOptimisation du produit matrice-vecteur creux sur architecture GPU pour un simulateur de réservoir
dc.typeCommunication dans un congrès
dc.subject.halInformatique [cs]/Calcul parallèle, distribué et partagé [cs.DC]
bordeaux.hal.laboratoriesLaboratoire Bordelais de Recherche en Informatique (LaBRI) - UMR 5800*
bordeaux.institutionUniversité de Bordeaux
bordeaux.institutionBordeaux INP
bordeaux.institutionCNRS
bordeaux.conference.titleComPAS'13 / RenPar'21 - 21es Rencontres francophones du Parallélisme
bordeaux.countryFR
bordeaux.conference.cityGrenoble
bordeaux.peerReviewedoui
hal.identifierhal-00773571
hal.version1
hal.invitednon
hal.proceedingsoui
hal.conference.organizerInria Grenoble
hal.popularnon
hal.audienceNationale
hal.origin.linkhttps://hal.archives-ouvertes.fr//hal-00773571v1
bordeaux.COinSctx_ver=Z39.88-2004&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.title=Optimisation%20du%20produit%20matrice-vecteur%20creux%20sur%20architecture%20GPU%20pour%20un%20simulateur%20de%20r%C3%A9servoir&rft.atitle=Optimisation%20du%20produit%20matrice-vecteur%20creux%20sur%20architecture%20GPU%20pour%20un%20simulateur%20de%20r%C3%A9servoir&rft.date=2013&rft.au=ROSSIGNON,%20Corentin&rft.genre=unknown


Fichier(s) constituant ce document

FichiersTailleFormatVue

Il n'y a pas de fichiers associés à ce document.

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée