Research goals and objectives: the purpose of the article is to study the feasibility of graphics processors using in solving linear equations systems and calculating matrix multiplication as compared with conventional multi-core processors. The peculiarities of the MAGMA and CUBLAS libraries use for various graphics processors are considered. A performance comparison is made between the Tesla C2075 and GeForce GTX 480 GPUs and a six-core AMD processor. Subject of research: the software is developed basing on the MAGMA and CUBLAS libraries for the purpose of the NVIDIA Tesla C2075 and GeForce GTX 480 GPUs performance study for linear equation systems solving and matrix multiplication calculating. Research methods used: libraries were used to parallelize the linear algebra problems solution. For GPUs, these are MAGMA and CUBLAS, for multi-core processors, the ScaLAPACK and ATLAS libraries. To study the operational speed there are used methods and algorithms of computational procedures parallelization similar to these libraries. A software module has been developed for linear equations systems solving and matrix multiplication calculating by parallel systems. Results of the research: it has been determined that for double-precision numbers the GPU &GeForce GTX 480 and the GPU Tesla C2075 performance is approximately 3.5 and 6.3 times higher than that of the AMD CPU. And the GPU GeForce GTX 480 performance is 1.3 times higher than the GPU Tesla C2075 performance for single precision numbers. To &achieve maximum performance of the NVIDIA CUDA GPU, you need to use the MAGMA or CUBLAS libraries, which accelerate the calculations by about 6.4 times as compared to the traditional programming method. It has been determined that in equations system&s solving on a 6-core CPU, it is possible to achieve a maximum acceleration of 3.24 times as compared to calculations on the 1st core using the ScaLAPACK and ATLAS libraries instead of 6-fold theoretical acceleration. Therefore, it is impossible to e&fficiently use processors with a large number of cores with considered libraries. It is demonstrated that the advantage of the GPU over the CPU increases with the number of equations.
В работе исследуется целесообразность применения графических проц&ессоров при решении систем линейных уравнений и расчета матричного умножения по сравнению с обычными многоядерными процессорами. Рассматриваются особенности использования и проблемы установки библиотеки MAGMA. Для проведения вычислительных эксперимен&тов рассмотрены две системы. В каждой из них установлен шестиядерный процессор (CPU) AMD. В первой системе использован графический процессор (GPU) Tesla C2075, во второй GeForce GTX 480 фирмы NVIDIA. GPU выполняют роль вычислительных ускорителей для &решения систем линейных уравнений и матричного умножения. Причем в первом случае расчет выполняется с учетом распараллеливания по 6-ядрам процессора с использованием библиотек MPI, ScaLAPACK и ATLAS. Во втором и третьем случаях - распараллеливанием п&о ядрам GPU Tesla C2075 и GeForce GTX 480 с использованием технологии CUDA. Вычислительные системы работают под управлением операционной системы теками для 6-и ядерного процессора. Для программирования на GPU Tesla C2075 и GeForce GTX
480 инсталлиро&ваны видеодрайвер nvidia и программное обеспечение CUDA Toolkit. Установлено, что производительность GPU GeForce GTX 480 и GPU Tesla C2075 выше производительности тельность GPU GeForce GTX 480 в 1.3 раза выше производительности GPU Tesla C2075 для чи&сел с одинарной точностью. Показано, что для достижения максимальной производительности ускорение расчетов примерно в 6.4 раза по сравнению с традиционным способом программирования. Установлено, что при решении систем уравнений на 6-и ядерном CPU уда&ется достичь максимального ускорения в 3.24 раза по сравнению с расчетами на 1-м ядре при использовании библиотек ScaLAPACK и ATLAS. Шестикратного ускорения получить не удается. Поэтому эффективное использование процессоров с большим количеством ядер&
