Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > hep-lat > arXiv:1307.6101v1

帮助 | 高级搜索

高能物理 - 格点

arXiv:1307.6101v1 (hep-lat)
[提交于 2013年7月23日 ]

标题: 基于自适应聚合的格点威尔逊狄拉克算子领域分解多级方法:多级结果

标题: An adaptive aggregation based domain decomposition multilevel method for the lattice wilson dirac operator: multilevel results

Authors:A. Frommer, K. Kahl, S. Krieg, B. Leder, M. Rottmann
摘要: 在格点QCD计算中,大量工作用于求解威尔逊离散化狄拉克方程产生的线性系统。 我们首先展示了将两层DD-\alpha AMG方法扩展为基于我们并行MPI-C实现的真正多层方法的数值结果。 使用额外的层次具有成效,使得求解一个系统所花费的核心分钟数相比标准Krylov子空间方法减少了大约700倍,并且相对于两层方法又获得了1.7倍的速度提升。
摘要: In lattice QCD computations a substantial amount of work is spent in solving linear systems arising in Wilson's discretization of the Dirac equations. We show first numerical results of the extension of the two-level DD-\alpha AMG method to a true multilevel method based on our parallel MPI-C implementation. Using additional levels pays off, allowing to cut down the core minutes spent on one system solve by a factor of approximately 700 compared to standard Krylov subspace methods and yielding another speed-up of a factor of 1.7 over the two-level approach.
评论: 12页,5图
主题: 高能物理 - 格点 (hep-lat)
MSC 类: 65F08, 65F10, 65Z05, 65Y05
引用方式: arXiv:1307.6101 [hep-lat]
  (或者 arXiv:1307.6101v1 [hep-lat] 对于此版本)
  https://doi.org/10.48550/arXiv.1307.6101
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Stefan Krieg [查看电子邮件]
[v1] 星期二, 2013 年 7 月 23 日 14:35:38 UTC (38 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
查看许可
当前浏览上下文:
hep-lat
< 上一篇   |   下一篇 >
新的 | 最近的 | 2013-07

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号