LAPACK/BLAS入門サポートページ
幸谷 智紀
最終更新日: 2017-12-22 (Thu)
更新情報
- [2017-12-21 (Thu)] 秋田県立大学講義資料アップ
- [2017-09-20 (Web)] SparseSuite Matrix Collection(旧 The University of Florida Sparse Matrix Collection)リンク変更
- [2016-12-25 (Sun)] バグ情報追加
- [2016-12-08 (Thu)] カバー写真 with Amazon Link追加
- [2016-12-05 (Mon)] サンプルプログラム公開@Github追加
- [2016-02-22 (Mon)] サポートページ開設
目次とバグ情報
はじめに
- [P.v] (誤)細田陽一 → (正) 細田陽介
第1章 LAPACK/BLASって何?
1.1 コンピューターと線型計算
1.2 LAPACKとBLASの成り立ちと構成
1.3 LAPACK/BLAS vs. LAPACKE/CBLAS
1.4 LAPACK/BLASにできること・できないこと
第2章 LAPACK/BLAS,最初の一歩
2.1 解くべき連立一次方程式と直接法
2.2 BLASことはじめ --- 行列・ベクトルの計算
2.3 LAPACKことはじめ --- 連立一次方程式を解く
2.4 自作プログラム vs. LAPACK/BLAS
第3章 BLASを極める
3.1 行列・ベクトルのデータ構造
3.2 BLAS Level1, Level2演習
3.3 BLAS Level1, Level2の応用例
3.4 BLAS Level 3・・・行列演算
3.5 行列・ベクトル積(xGEMV), 行列積(xGEMM)ベンチマーク
第4章 LAPACKドライバルーチンひとめぐり
4.2 連立一次方程式をもっと早く解く
4.3 行列のノルムと条件数:xGECONの使い方
4.4 直接法の応用事例:混合精度反復改良法
4.5 行列の固有値・固有ベクトルを計算する
第5章 疎行列用の線型計算ライブラリ
5.1 疎行列って何?
5.2 MTXフォーマット
5.3 Intel Math Kernelの疎行列計算機能
5.4 連立一次方程式を反復法で解いてみる
第6章 並列化の方法
6.1 マルチコア,プロセス,スレッド
6.2 直接法の並列化
6.3 Intel Math Kernelの並列化機能
第7章 GPU上のLAPACK/BLAS--- cuBLASとMAGMA, cuSPARSE
7.1 GPUとCUDAプログラミング
7.2 CUDAプログラミング例: daxpy関数
7.3 cuBLASとMAGMA BLASの例
7.4 MAGMAとLAPACKの比較
7.5 cuSPARSEの活用
第8章 非線型問題にもチャレンジ!
8.1 積分方程式の離散化
8.2 ゴラブ-ウェルシュの方法によるガウス型積分公式の分点計算
8.3 デリバティブフリーな非線型方程式の解法
8.4 ベンチマークテスト
- [P.128] 演習問題8.1 (1)の積分区間の変更 → prob1.c
参考URL
戻る
Copyright (c) 2016 Tomonori Kouya, All rights reserved.