Eine erneute Untersuchung des COnfLUX 2.5D LU-Faktorisierungsalgorithmus
Die Studie untersucht den COnfLUX-Algorithmus, eine Variante des 2.5D LU-Faktorisierungsalgorithmus mit Turnierpivotisierung, und identifiziert potenzielle Probleme in Bezug auf die Schätzung der oberen Schranke, die empirischen Untersuchungsmethoden und die entsprechende untere Schranke.
Eine skalierbarere dynamische Datenaustausch-Methode mit geringer Dichte
Diese Arbeit präsentiert neuartige, lokationsbasierte Algorithmen für den dynamischen Datenaustausch mit geringer Dichte, die eine Leistungssteigerung von bis zu 20x gegenüber bestehenden Methoden erreichen.
Hochleistungsmatrixmultiplikation mit ganzzahligen Recheneinheiten
Das Ozaki-Schema ermöglicht die Berechnung von hochpräziser Matrixmultiplikation auf Recheneinheiten mit niedriger Genauigkeit, indem die Eingabematrizen in mehrere Teilmatrizen aufgeteilt und separat multipliziert werden. Die Autoren zeigen, dass die Verwendung von ganzzahligen Recheneinheiten wie den NVIDIA Tensor Cores theoretische Vorteile in Bezug auf Genauigkeit, Speicherverbrauch und Rechenaufwand bietet.
Effiziente parallele Suche nach binären Sequenzen mit geringer Autokorrelation
Der vorgeschlagene sokolskew-Löser nutzt parallele selbstvermeidende Spaziergänge auf dem skew-symmetrischen Suchraum, um neue beste bekannte binäre Sequenzen mit hohem Gütemaß zu finden.
© 2024 by Linnk AI