Das Karriereportal für Wissenschaft & Forschung von In Kooperation mit DIE ZEIT Forschung und Lehre

Bitte beachten Sie: Diese Stellenanzeige ist nicht mehr aktiv.

Aber schauen Sie doch einmal bei unseren aktuellen Stellen aus Wissenschaft und Forschung, denn academics bietet die größte Auswahl an Stellenangeboten und Jobs in Wissenschaft, Forschung und Entwicklung. Um weitere Stellenangebote per E-Mail zu erhalten, erstellen Sie Ihr persönliches Suchprofil.

 
Fraunhofer-Institut für Graphische Datenverarbeitung

Masterarbeit: Dynamische dünn besetzte Matrizen auf der GPU

Kennziffer: IGD-2017-1
Vor kurzem haben King et al. das DCSR-Format (Dynamic Compressed Sparse Row) für dynamische dünn besetzte Matrizen auf der GPU vorgestellt [1]. Dieses Format für dünn besetzte Matrizen modifiziert das CSR-Format, oder genauer genommen die ACSR (Adaptives CSR) Variante von Ashari et al. [2], um effiziente Speicherverteilung für neue Matrixeinträge zu ermöglichen, wobei effizientere Matrix-Vektor Produkte (SpMV) als mit alternativen wie HYB (vorgestellt von Bell und Garland [3]) möglich sind.

Das Ziel dieser Arbeit ist es DCSR und eine neue Variante von DCSR welche ein array-of-structures-of-arrays (AoSoA) Format im Speicher nutzt, sowie die zugehörigen SpMV und Modifikationsfunktionen in CUDA zu implementieren. Beide Formate, das ursprüngliche DCSR und die neue Variante sollen dann in Bezug auf Durchsatz und Speicherverbrauch während des SpMV und der Modifikation untersucht werden.

Literatur[1]  J. King, T. Gilray, R. Kirby and M. Might, "Dynamic Sparse-Matrix Allocation on GPUs," in High Performance Computing, Frankfurt, Germany, 2016.
[2]  A. Ashari, N. Sedaghati, J. Eisenlohr, S. Parthasarathy and P. Sadayappan, "Fast Sparse Matrix-Vector Multiplication on GPUs for Graph Applications," in Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis, New Orleans, LA, USA, 2014.
[3]  N. Bell and M. Garland, "Efficient Sparse Matrix-Vector Multiplication on CUDA," NVIDIA Corporation, 2008.

Was Sie mitbringen
Sie sollten ein Interesse an GPU-Programmierung und Optimierung haben. Erfahrung mit C oder C++ und mindestens eines Programmiermodells für GPU (CUDA, OpenCL oder HIP) sind erforderlich.

Fraunhofer ist die größte Organisation für anwendungsorientierte Forschung in Europa. Unsere Forschungsfelder richten sich nach den Bedürfnissen der Menschen: Gesundheit, Sicherheit, Kommunikation, Mobilität, Energie und Umwelt. Wir sind kreativ, wir gestalten Technik, wir entwerfen Produkte, wir verbessern Verfahren, wir eröffnen neue Wege.

Fraunhofer-Institut für Graphische Datenverarbeitung
Darmstadt

http://www.igd.fraunhofer.de


Erschienen auf academics.de am 10.01.2017
Bitte beziehen Sie sich in Ihrer Bewerbung auf  academics.at

Weitere aktuelle Stellenangebote