Spark框架下GPU使能的多层次张量CP分解分布式并行加速方法

本发明公开了一种Spark框架下GPU使能的多层次张量CP分解分布式并行加速方法，包括：读取秩为R的大规模高光谱张量数据及因子矩阵参数初始化；利用P‑CPALS方法分布式并行更新每个因子矩阵；计算error，判断本轮迭代是否满足迭代停止条件。本发明通过结合不同并行机制的Spark平台与GPU高性能技术以达到多层次并行计算的效果，探索不同子任务之间的划分机制，合理运用多层次并行的高效计算能力，实现了具有更高效、高可扩展性的密集型张量数据的并行CP分解。