一种基于GPU并行加速的异构对称矩阵特征值分解方法、系统和设备

本发明提供了一种基于GPU并行加速的异构对称矩阵特征值分解方法、系统和设备，属于高性能计算技术领域。本发明打破了传统对称矩阵特征值分解过程中五个子过程只能够严格串行执行的设计，解决了串行算法存在的CPU和GPU计算资源空闲的问题，极大地提高了计算效率。同时本发明针对BC‑Back阶段，提出了一种基于GPU实现的新颖的BC‑Back方法，其将BC‑Back过程从并行能力有限的CPU转移到可以大规模并行的GPU上，极大的提升了BC‑Back阶段的并行效率。本发明充分利用了异构架构特点和GPU并行性，实现了对称矩阵特征值求解子过程间并行和BC‑Back的内部并行，充分利用了CPU和GPU资源，极大地提高了计算机内部对于对称矩阵特征值求解过程的计算性能。