Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Enabling mixed-precision with the help of tools: a nekbone case study
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap.ORCID-id: 0009-0003-5512-254X
Université Paris-Saclay, UVSQ, LI-PaRAD, Gif-sur-Yvette, France.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap.ORCID-id: 0000-0002-4972-7097
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap. Uppsala University, Uppsala, Sweden.ORCID-id: 0000-0003-2414-700X
2025 (Engelska)Ingår i: Parallel processing and applied mathematics: 15Th International Conference, Ppam 2024, Ostrava, Czech Republic, September 8–11, 2024, Revised Selected Papers, Part I / [ed] Roman Wyrzykowski, Jack Dongarra, Ewa Deelman, Konrad Karczewski, Cham: Springer Nature, 2025, s. 34-50Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Mixed-precision computing has the potential to significantly reduce the cost of exascale computations, but determining when and how to implement it in programs can be challenging. In this article, we consider Nekbone, a mini-application for the Computational Fluid Dynamics (CFD) solver Nek5000, as a case study, and propose a methodology for enabling mixed-precision with the help of computer arithmetic tools and roofline model. We evaluate the derived mixed-precision program by combining metrics in three dimensions: accuracy, time-to-solution, and energy-to-solution. Notably, the introduction of mixed-precision in Nekbone, reducing time-to-solution by 40.7% and energy-to-solution by 47% on 128 MPI ranks without sacrificing the accuracy.

Ort, förlag, år, upplaga, sidor
Cham: Springer Nature, 2025. s. 34-50
Serie
Lecture Notes in Computer Science, ISSN 0302-9743, E-ISSN 1611-3349 ; 15579
Nyckelord [en]
computer arithmetic tool, Conjugate Gradient, energy-to-solution, Mixed-precision, Nekbone, roofline model, Verificarlo
Nationell ämneskategori
Datavetenskap (datalogi) Beräkningsmatematik
Identifikatorer
URN: urn:nbn:se:umu:diva-238100DOI: 10.1007/978-3-031-85697-6_3Scopus ID: 2-s2.0-105002711656ISBN: 9783031856969 (tryckt)OAI: oai:DiVA.org:umu-238100DiVA, id: diva2:1956113
Konferens
15th International Conference on Parallel Processing and Applied Mathematics, PPAM 2024, Ostrava, Czech Republic, September 8–11, 2024
Tillgänglig från: 2025-05-05 Skapad: 2025-05-05 Senast uppdaterad: 2025-05-05Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Chen, YanxiangBientinesi, PaoloIakymchuk, Roman

Sök vidare i DiVA

Av författaren/redaktören
Chen, YanxiangBientinesi, PaoloIakymchuk, Roman
Av organisationen
Institutionen för datavetenskap
Datavetenskap (datalogi)Beräkningsmatematik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 27 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf