A mixed precision Jacobi SVD algorithm


报告题目A mixed precision Jacobi SVD algorithm

报告专家:邵美悦 研究员(复旦大学大数据学院)

报告时间:2023年5月25日(星期四)16:00-17:00

报告地点:西南中心401


报告摘要:

We propose a mixed precision Jacobi algorithm for computing the singular value decomposition (SVD) of a dense matrix. After appropriate preconditioning, the proposed algorithm computes the SVD in a lower precision as an initial guess, and then performs one-sided Jacobi rotations in the working precision as iterative refinement. By carefully transforming a lower precision solution to a higher precision one, our algorithm achieves about 2x speedup on the x86-64 architecture compared to the usual one-sided Jacobi SVD algorithm in LAPACK, without sacrificing the accuracy.


专家简介:

邵美悦,复旦大学大数据学院青年研究员,主要研究领域为数值线性代数、高性能计算、量子力学计算。2014年毕业于瑞士洛桑联邦理工学院,获得计算数学博士学位。2014年至 2019年在美国劳伦斯伯克利国家实验室从事研究工作,先后担任博士后研究员和项目科学家。2019年5月进入复旦大学大数据学院工作。曾入选国家海外高层次人才计划。

邀请人:唐庆粦

[lecture]邵美悦-01.png