面向眾核CPU的稠密線性求解器性能評測與優(yōu)化

摘要： 稠密線性求解器在高性能計算和機器學習等領域扮演著重要的角色。其典型的并行算法實現(xiàn)通常構建在著名的fork-join或task-based編程模型之上。盡管采用fork-join模型的主流稠密線性代數(shù)庫能將大部分的計算轉移到高度優(yōu)化、高性能的BLAS 3例程上，由于fork-join不靈活的執(zhí)行流，它們仍然未能高效地利用眾核CPU的計算資源。采用task-based編程模型的開源...