一种基于稀疏矩阵向量乘法的GPU异构加速卡性能的建模优化方法及系统

本发明提供了一种基于稀疏矩阵向量乘法的GPU异构加速卡性能的建模优化方法及系统，包括：确定输入的稀疏矩阵的数据特征以及GPU异构加速卡的硬件参数；将数据特征、硬件参数进行关联并作为数据集，并将数据集划分为训练集和测试集；构建基于分层决策树的性能评估模型，利用训练集和测试集对性能评估模型进行训练及测试，得到最优性能评估模型；利用最优性能评估模型对待测加速卡进行优化；本发明通过分析稀疏矩阵结构特征、先验知识的候选内核特征和加速卡硬件配置特征，基于分层决策树的可解释自适应模型有效地指导计算内核选择、参数配置的选择，在国产C86环境下的GPU加速卡平台和NVIDIA GPU加速卡平台均实现了性能提升。