对偶原问题在GPU上的仿射缩放方法
Primal Dual Affine Scaling on GPUs
Indian Institute of Technology, Bangalore（班加罗尔印度理工学院）
AI总结：
本文提出在GPU上使用对偶原问题仿射缩放方法求解线性优化问题，介绍了将互补松弛定理生成的系统转换为对称系统的策略，并开发了适用于CUDA的求解对称正定子系统的技术，同时探索了减少内存传输和存储需求的策略。
摘要：
本文介绍了在基于GPU的系统上实现原对偶仿射缩放方法以求解线性优化问题的实现。给出了将互补松弛定理生成的系统转换为对称系统的策略。还开发了一种适用于CUDA的求解由此产生的对称正定子系统的新型技术。此外，还探索了各种减少内存传输和存储需求的策略。
英文摘要：
Here we present an implementation of Primal-Dual Affine scaling method to solve linear optimization problem on GPU based systems. Strategies to convert the system generated by complementary slackness theorem into a symmetric system are given. A new CUDA friendly technique to solve the resulting symmetric positive definite subsystem is also developed. Various strategies to reduce the memory transfer and storage requirements were also explored.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
