Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

Status:
Autorzy: Sawicki Daniel
Rok wydania: 2012
Język: polski
Źródło: Warsztaty Doktoranckie WD 2012 oraz Letnia Szkoła Metod Numerycznych, 9-11.07.2012, Lublin
Państwo wystąpienia: POLSKA
Efekt badań statutowych NIE
Abstrakty: polski | angielski
Artykuł przedstawia porównanie wydajności wybranych środowisk obliczeniowych dla rozwiązania zagadnienia numerycznego odwracania macierzy. Do obliczenia macierzy odwrotnej wykorzystano algorytm Gaussa-Jordana. Obliczenia w algorytmie zostały zrównoleglone w każdej iteracji przez jednoczesne wykonywanie obliczeń dla wierszy parzystych i nieparzystych. Jako środowiska obliczeniowe wybrano nowe technologie: obliczenia w chmurze oraz obliczenia na procesorach graficznych. Wykonano pomiary czasu obliczeń algorytmu odwracania macierzy i porównano wydajność poszczególnych środowisk. Najlepszą wydajność osiągnięto dla obliczeń na procesorach graficznych.
This paper presents performance comparison of selected computing environments to solve the numerical problem of matrix inversion. To calculate the inverse matrix uses Gauss-Jordan algorithm. Calculations algorithm have been parallelized in each iteration by simultaneously perform calculations for even and odd rows. As computing environments selected: cloud computing and calculations on GPUs. Computation time measurements of the matrix inversion algorithm and compared the performance of specific environments. The best performance was achieved for GPU computing.