Arb: Efficient Arbitrary-Precision Midpoint-Radius Interval Arithmetic
Inria Bordeaux-Sud-Ouest(法国国家信息与自动化研究所波尔多西南分部);University of Bordeaux(波尔多大学)
Arb库提供高效的任意精度区间算术,支持实数、复数、多项式、幂级数、矩阵和特殊函数计算,核心类型兼顾通用性和速度,性能可与MPFR等非区间高精度类型竞争。
2016-11-09 cs.MS cs.NA cs.SC
Performance evaluation of branch-free fused multiply-add algorithms for multi-component-type multiple-precision floating-point arithmetic
Faculty of Science and Engineering, Otemon Gakuin University(大东文化大学理工学部)
研究多分量多精度浮点运算的无分支融合乘加算法性能,基于Zhang和Aiken的工作,实现TW和QW变体并证明加速效果,提出新操作,经测试可进一步提升性能。
2026-08-14 cs.MS cs.NA math.NA
Acceleration of multiple precision matrix multiplication based on multi-component floating-point arithmetic using AVX2
本文报道了用AVX 2加速多二进制64型多精度矩阵乘法的结果。我们的目标是通过某些类型的无错误变换(EFT)算法设计的双精度(DD)、三倍精度(TD)和四倍精度(QD)算法。在x86_64计算环境下,实现了四个二进制64数同时计算的SIMD化EFT函数,并利用它们开发了SIMD化DD、TD和QD加法和乘法。此外,还采用了AVX 2加载/存储功能,以有效地加快从/向存储器读取和存储矩阵元素的速度。由于这些组合技术,我们实现的多精度矩阵乘法与非加速的相比加速了三倍以上。我们的加速矩阵乘法修改与OpenMP并行化的性能。
2021-01-17 cs.MS cs.NA cs.PF
Approximate rational arithmetics and arbitrary precision computations
本文提出一种用户可控误差的近似有理算术,基于连分数展开进行舍入,并通过实验比较不同算术与舍入方法的效率与精度。
2001-01-18 cs.NA math.NA
Software for Computing the Spheroidal Wave Functions Using Arbitrary Precision Arithmetic
本文提出了一种基于任意精度算术的软件,用于计算球面波函数,通过自适应选择展开系数和Wronskian方法提高计算精度。
2014-08-01 cs.MS cs.NA math.NA
Computing Integer Powers in Floating-Point Arithmetic
SDU, Odense, Denmark(欧登塞南丹麦大学);Laboratoire LIP, CNRS/ENS Lyon/INRIA/Univ. Lyon 1, Lyon, France(里昂第一大学/法国国家科学研究中心/法国高等师范学院/法国国家信息与自动化研究所LIP实验室)
针对浮点算术中正整数幂的精确计算,提出两种利用融合乘加(FMA)指令的算法,实现忠实舍入,并探讨在扩展精度下获得正确舍入结果的可能性。
2007-05-30 cs.MS cs.NA math.NA
Precision Arithmetic: A New Floating-Point Arithmetic
本文提出一种新的确定性浮点算术——精确算术,通过新颖舍入方案和基于统计的误差跟踪,在正常使用中比区间算术更紧地跟踪和界定不确定性。
2014-04-12 cs.DM cs.DS cs.NA
A Hybrid Factorization Algorithm for Sparse Matrix with Mixed Precision Arithmetic
提出了一种新的大稀疏矩阵LDU分解与迭代求解器相结合的混合算法,该算法能保持与经典分解相同的精度。利用块GCR方法,以低精度分解为预条件子,通过多右端迭代求解器生成最后一个Schur补,实现混合精度算法,然后对Schur补进行高精度分解。该算法的关键步骤是将矩阵分解为中、难部分的并,并采用对称主元和阈值延迟技术,通过低精度LDU分解实现。
2022-08-03 cs.NA math.NA
Avoiding breakdown in incomplete factorizations in low precision arithmetic
本文研究半精度算术下不完全Cholesky分解预条件子的失效问题,提出避免对角小元素和溢出导致失效的策略,并在新Fortran软件中实现,实验证明半精度预条件子可替代双精度预条件子,但可能增加迭代次数。
2024-02-21 cs.NA math.NA
On the use of the Infinity Computer architecture to set up a dynamic precision floating-point arithmetic
我们利用Infinity计算机提供的框架设计了一个可变精度的浮点运算。这是一个实现无限算术系统的计算平台,这是一个位置数字系统,可以处理由基数Grossone的正负有限次幂表示的无限小和无穷小的量。Infinity Computer提供的计算功能允许我们在计算流程中动态更改表示和浮点运算的精度。当适当地实施时,这种可能性在解决病态问题时变得特别有利。事实上,与标准的多精度算法相比,这里仅在需要时提高精度,因此不会影响整体计算工作量。最后给出了一个求解非线性方程的例子。
2020-02-24 cs.NA math.NA
Reduced Precision Checking to Detect Errors in Floating Point Arithmetic
Duke University(杜克大学)
本文扩展了低精度检查(RPC)至完整的浮点运算单元,分析了RPC无法检测的误差并给出更小的误差界,通过RTL实现评估了误差覆盖和成本。
2015-10-05 cs.NA math.NA
A Survey of Numerical Methods Utilizing Mixed Precision Arithmetic
在过去的几年中,硬件供应商已经开始设计低精度特殊功能单元,以响应机器学习社区的需求以及他们对低精度格式的高计算能力的需求。此外,服务器系列产品越来越多地采用低精度特殊功能单元,例如ORNL的Summit超级计算机中的NVIDIA张量核心,其性能比IEEE双精度的高出一个数量级以上。与此同时,一方面的计算能力和另一方面的内存带宽之间的差距不断增加,使得数据访问和通信与算术运算相比非常昂贵。为了开始多精度重点工作,我们调查了数值线性代数社区,并在此景观分析报告中总结了所有现有的多精度知识,专业知识和软件功能。我们还包括目前的努力和初步结果,可能还没有被认为是“成熟的技术”,但有潜力成长为生产质量的多精度重点的努力。由于我们希望读者熟悉数值线性代数的基础知识,因此我们避免提供算法本身的详细背景,而是专注于混合和多精度技术如何帮助提高这些方法的性能,并呈现应用程序的亮点显着优于传统的固定精度方法。
2020-07-13 cs.MS cs.NA math.NA
A Nested Krylov Method Using Half-Precision Arithmetic
提出一种深度嵌套的Krylov方法,集成灵活GMRES与Richardson,逐步降至fp16精度,在保持收敛的同时实现高达1.65倍和2.42倍的加速。
2025-05-27 cs.NA math.NA
Developing robust incomplete Cholesky factorizations in half precision arithmetic
本文研究半精度算术下病态对称正定问题的鲁棒不完全 Cholesky 分解,通过预缩放、前瞻策略、全局位移等方法防止分解中断,并结合混合精度精化实现双精度准确度。
2025-02-02 cs.NA math.NA
A simple stability analysis of the Lanczos algorithm in finite precision arithmetic
New York University Shanghai(纽约大学上海分校)
本文针对无再正交化的对称Lanczos算法开展有限精度稳定性分析,推导相关恒等式与定位关系,证明Greenbaum型向后稳定性结果,简化了Paige与Greenbaum的证明,仅在迭代次数中隐藏多项式因子。
2026-10-20 cs.NA math.NA
The complexity of multiple-precision arithmetic
在研究迭代过程的复杂性时,通常假设加、乘、除等算术运算可以在一定的常数时间内完成。如果所需的精度随着计算的进行而增加,则该假设无效。我们给出了执行各种多精度运算所需的单精度运算次数的上界和下界,并推导出一些有趣的结果,这些结果涉及使用变长多精度算法求解非线性方程的方法的相对效率。后记描述了最近的事态发展。
2021-03-19 cs.CC cs.NA math.NA
Efficient, arbitrarily high precision hardware logarithmic arithmetic for linear algebra
对数系统(LNS)可以说是不广泛使用,由于指数电路开销求和表相对于算术精度。已经提出了减少这种开销的方法,但仍然产生具有高芯片面积和功率要求的设计。使用仍然限于较低精度或高乘/加比的情况,而大部分线性代数(接近1:1乘/加比)不符合条件。我们提出了一个双基地的近似对数运算的浮点使用,但不像LNS很容易完全流水线,可扩展到任意精度与$O(n^2)$开销,和能源效率在1:1的乘/加比。与浮点32或浮点64矢量内积和FMA相比,我们的设计在7 nm CMOS中的能量效率分别提高了2.3倍和4.6倍。它取决于exp和log评估,能效提高5.4倍和3.2倍,芯片面积增加0.23倍和0.37倍,与标准双曲线CORDIC相比,使用移位相加和近似ODE积分,以Revol和Yaksohn的风格获得相同的精度。该技术是计算机视觉、图形和机器学习应用中低功耗、高精度强化线性代数的一种新型设计替代方案。
2020-05-14 cs.NA math.NA
The limits of quantum circuit simulation with low precision arithmetic
研究了薛定谔公式和低精度算法模拟量子线路的局限性。目标是估计在涉及随机的、最大纠缠的量子态的模拟中可以节省多少内存。为每个量子幅度定义了$B$位的算术极坐标表示,并开发了归一化过程以最小化舍入误差。然后建立了一个模型来量化$Q$量子位和$G$门电路上的累积误差。取决于该制度的电路操作,该模型产生明确的表达式,可以模拟舍入误差之前,占主导地位的计算的最大数量的有效门。结果与随机电路和量子傅里叶变换说明。
2020-07-27 cs.NA math.NA quant-ph
Accelerated Multiple Precision Direct Method and Mixed Precision Iterative Refinement on Python Programming Environment
目前的Python编程环境没有任何可靠和有效的多精度浮点(MPF)算法,除了基于GNU MP(GMP)和MPFR库的``mpmath”和`` gmpy 2”包。虽然多组件类型的MPF库可以用于200位以下的中等长度精度运算,但它们在Python环境中并没有得到广泛的应用。本文描述了我们的加速MPF直接方法与AVX 2技术及其应用于混合精度迭代精化结合mpmath,并证明了他们的效率在x86 - 64计算环境。
2021-07-27 cs.MS cs.NA cs.PF
Precision of the ENDGame: Mixed-precision arithmetic in the iterative solver of the Unified Model
Met Office(英国气象局);University of Reading(雷丁大学)
本文研究了统一模型中迭代求解器的混合精度实现,探讨了其对运行时间和求解器收敛性的影响,并分析了浮点运算中舍入误差和其他数值效应的复杂相互作用。
2018-11-09 cs.DC cs.NA math.NA
Taylor Polynomials in High Arithmetic Precision as Universal Approximators
函数逼近是各种计算问题中的通用过程,从数据插值到微分方程和反问题的求解。在这项工作中,一个统一的方法,这样的技术证明,通过利用泰勒级数的部分和在高的算术精度。特别是,所提出的方法是能够插值,外推,数值微分,数值积分,解决普通和偏微分方程,和系统辨识。该方法是基于泰勒多项式的利用,通过利用数百个计算机数字,导致高度精确的计算。有趣的是,一些众所周知的问题被发现的原因是计算的准确性,而不是方法上的效率低下,因为假设。特别是逼近误差可精确预测,消除了龙格现象,外推范围可预先预测。得到的多项式提供了一个精确的表示的未知系统,以及它的收敛半径,这提供了一个严格的估计的预测能力。对各种计算位数和测试问题的逼近误差进行了全面的分析。
2019-09-30 cs.NA math.NA
Rounding Error Analysis of Mixed Precision Block Householder QR Algorithms
虽然混合精度算法最近在训练密集神经网络方面引起了人们的兴趣,但如果应用得当,许多其他应用程序也可以从加速和降低存储成本中受益。对采用混合精度计算的兴趣日益增长,这激发了对适当处理来自混合精度算术的行为的舍入误差分析的需要。我们开发了混合精度现有的Householder QR算法的变种,并显示支持数值实验的误差分析。
2021-02-27 cs.NA math.NA
Evaluation of Bfloat16, Posit, and Takum Arithmetics in Sparse Linear Solvers
University of Cologne(科隆大学);University of Southern Maine(南缅因大学)
本文评估了bfloat16、posit和takum算术在稀疏线性求解器中的性能,发现takum算术在低精度下具有高稳定性,而posit和takum在直接和间接求解器中表现出更好的精度和效率。
2025-03-08 cs.NA math.NA
Acceleration of complex matrix multiplication using arbitrary precision floating-point arithmetic
本文将 Strassen、Ozaki 与 3M 等矩阵乘法优化扩展到任意精度复数计算,并通过基准测试及复数 LU 分解验证其加速效果。
2023-07-12 cs.NA math.NA
On the Convergence Rate of Variants of the Conjugate Gradient Algorithm in Finite Precision Arithmetic
University of Washington(华盛顿大学)
本文研究了三种数学等价的共轭梯度算法变种在有限精度算术中的收敛行为,分析了其在不同条件下的表现,并探讨了这些变种在不同问题中对舍入误差的敏感性。
2021-07-16 cs.NA math.NA
Mechanizing Olver's Error Arithmetic
Cornell University(康奈尔大学);Sandia National Laboratories(桑迪亚国家实验室)
本文机械化基于相对精度的浮点舍入误差模型,证明其构成真度量,建立与相对误差的转换规则,并以内积为例展示其有助于推导认证误差界。
2025-10-15 cs.NA math.NA
Arbitrary precision computation of hydrodynamic stability eigenvalues
本文提出利用高阶精度算术准确计算流体动力学稳定性问题中非正规矩阵的特征值,通过实现结合任意精度的 Chebyshev tau-QZ 方法计算高 Reynolds 数下的流动谱,实验证明高阶精度是获得准确结果的必要条件。
2025-04-30 cs.NA math.NA
Performance Evaluation of an Adaptive Quadrature and a Double Exponential Formula Using Arbitrary-Precision Floating-Point Arithmetic
Faculty of Science and Engineering, Otemon Gakuin University(大东文化大学理工学部)
该研究借助GNU多精度浮点库实现AQE11D与DE公式,针对Kahaner的21个测试问题评估性能,发现AQE11D在两类容差下均达目标精度但求函数次数多,DE公式抗端点奇点强但积分区间内有奇点时失效。
2026-09-10 cs.NA cs.PF math.NA
pychop: Emulating Low-Precision Arithmetic in Numerical Methods and Neural Networks
Department of Numerical Mathematics, Charles University(数值数学系,查尔斯大学);LIP6, Sorbonne Université, CNRS(LIP6,索邦大学,CNRS)
Pychop通过提供低精度算术模拟工具,支持神经网络和数值方法中的高效混合精度算法研究与应用。
2026-08-26 cs.LG cs.NA math.NA
Effects of Finite-Precision Arithmetic on Interior-Point Methods for Nonlinear Programming
本文证明在满足中心性和可行性条件下,有限精度算术对非线性规划原-对偶内点法影响良性,并利用较弱约束规格及关键步长结果,将超线性收敛推广至非凸情形。
2001-03-15 cs.NA math.NA math.OC
Mixed precision matrix interpolative decompositions for model reduction
由于数据容量和带宽的不断增长以及GPU的进步,人们对混合精度算法重新产生了兴趣,这使得低精度算法能够显着加速。鉴于此,我们提出了一种混合精度算法,以产生一个双精度精确矩阵插值分解近似在一组给定的标准。尽管低精度算法遭受更快的舍入误差累积,但是对于许多数据丰富的应用,我们仍然获得可行的近似精度,因为使用低精度算法引起的误差由低秩近似固有的误差主导。然后,我们进行了几个模拟数值试验,以证明算法的有效性和相应的误差估计。最后,我们提出了我们的算法的应用程序中的一个问题,在模型减少颗粒载货湍流。
2020-12-11 cs.NA math.NA physics.comp-ph
Numerical Evaluation of Elliptic Functions, Elliptic Integrals and Modular Forms
INRIA – LFANT(法国国家研究科学院 LFANT);CNRS – IMB – UMR 5251(法国国家科学研究中心 IMB);Université de Bordeaux(波尔多大学)
本文提出计算椭圆函数及其相关函数的算法,支持任意复变量和精度下的数值计算,并讨论实现性能。
2018-06-18 cs.MS cs.NA math.NA
Multigrid Methods using Block Floating Point Arithmetic
本文探讨了块浮点(BFP)算术在混合精度和渐进精度多重网格方法中的应用,通过提供类BLAS例程算法和基于饱和与截断的启发式方法,实现了节能且硬件高效的整数算术来求解线性椭圆偏微分方程,同时达到离散误差精度。
2023-06-30 cs.NA math.NA
Solving second-order conic systems with variable precision
City University of Hong Kong(香港城市大学);Carnegie Mellon University(卡内基梅隆大学);University of Ballarat(巴拉瑞特大学)
提出一种内点法,在有限精度算术下判定二阶锥系统的可行性,并给出运算次数和所需最高精度的界限。
2013-07-31 cs.NA math.NA math.OC
Exact Real Arithmetic with Perturbation Analysis and Proof of Correctness
Eindhoven University of Technology(埃因霍温理工大学)
本文提出了一种实数表示方法,并通过自上而下的过程实现任意精度的代数和超越运算近似,通过详细算法和证明保证正确性,并利用扰动分析证明近似过程仅在必要时重新计算表达式。
2015-09-21 cs.NA math.NA
Tanh-sinh quadrature for single and multiple integration using floating-point arithmetic
在所有的科学研究领域,特别是在物理学中,有或没有端点奇点的一维和多维积分的估计问题是普遍存在的。虽然tanh-sinh求积可以很好地处理大多数情况,但它的使用并没有在物理学家中广泛传播。此外,虽然大多数计算受到有限精度浮点运算的限制,但在文献中大多缺乏对tanh-sinh求积的类似考虑,其中通常假设无限精度浮点数。也很少有资料可用于应用双曲正切-正弦正交多重积分。我们已经研究了在单次和多次积分中使用双曲正切-正弦求积时,与有限精度浮点数相关的风险和限制,同时获得出色的收敛速度。此外,本文提供了一个简单的实施使用有限精度浮点数和避免数值不稳定性的建议。
2020-07-28 cs.NA math.NA physics.comp-ph
Three-precision iterative refinement with parameter regularization and prediction for solving large sparse linear systems
本研究提出GADI框架下的GADI-IR混合精度迭代细化算法,结合FP16低精度计算、参数正则化与GPR参数预测,在保证精度与鲁棒收敛的同时加速大规模稀疏线性系统求解,为高性能计算提供高效方案。
2025-03-21 cs.NA math.NA
A Probabilistic Approach to Floating-Point Arithmetic
高精度浮点运算必然会引入舍入误差,传统上使用最坏情况分析来限制舍入误差。然而,最坏情况分析可能过于保守,因为最坏情况错误在实践中可能非常罕见。在这里,我们开发了一个概率模型的舍入误差,它变得有可能估计的可能性,舍入误差的算法位于一个给定的区间内。给定一个输入分布,我们展示了如何计算舍入误差的分布。对于低精度的算术,我们这样做,对于高精度的算术,我们得到一个简单的近似。然后,该模型是完全组合的:给定一个用简单的命令式编程语言编写的数值程序,我们可以递归地计算每一步计算中的舍入误差分布,并将其传播到每个程序指令。这是通过应用最初由Kozen开发的形式主义来形式化概率程序的语义。然后,我们讨论了该模型的实现,并使用它来执行概率范围分析的一些基准。
2019-12-10 cs.NA cs.PL math.NA
Mixed Precision Orthogonalization-Free Projection Methods for Eigenvalue and Singular Value Problems
本文提出一种混合精度免正交化投影方法,通过在降低精度下计算无需内积的非正交基并保持其线性独立性,在特征值与奇异值问题中实现高精度与高计算效率。
2025-05-02 cs.NA math.NA
Mixed precision explicit numerical methods for ordinary differential equations
Univ. Rennes(雷恩大学);Université Claude Bernard Lyon 1, CNRS, École Centrale de Lyon, INSA Lyon, Université Jean Monnet, ICJ UMR5208, Inria(里昂第一大学、法国国家科学研究中心、里昂中央理工学院、里昂国立应用科学学院、让·莫内大学);Inria(法国国家信息与自动化研究所);CITI, INSA Lyon, CNRS, Inria, LIRIS UMR5205, Université Claude Bernard Lyon 1, ECL, Université Lumière Lyon 2(里昂国立应用科学学院、法国国家科学研究中心、法国国家信息与自动化研究所、里昂第一大学、里昂第二大学)
针对用于模拟生物过程的大型常微分方程,研究混合精度显式数值方法,通过开发相关方法并在生物基准模型上实验,证明该方法能在保持精度的同时提升速度,减小时间步长可提高性能与鲁棒性。
2026-07-09 cs.NA math.NA
Half precision wave simulation
针对半精度运算在时域波模拟中因舍入误差累积导致解质量下降的问题,提出以补偿和为解决方案,通过数值实验验证了其在声波、弹性波模拟中的有效性。
2024-09-17 cs.NA math.NA
Numerical Considerations in Weighted Model Counting
Carnegie Mellon University(卡内基梅隆大学)
本文研究了加权模型计数中的数值精度问题,提出结合多种数值表示(如扩展范围双精度ERD、区间浮点和有理算术)来高效计算并保证用户指定的精度,同时避免上下溢出。
2025-08-08 cs.AI cs.LO cs.NA
Spectral Methods via FFTs in Emerging Machine Number Formats: OFP8, Bfloat16, Posit, and Takum Arithmetics
本文评估了 OFP8、bfloat16、posit 和 takum 等新兴数字格式在基于 FFT 的谱计算中的准确性和稳定性,发现 posit 在低精度下表现最佳,takum 紧随其后,而 OFP8 不适用且 bfloat16 表现不佳。
2025-04-29 cs.NA math.NA
Accelerated Polynomial Evaluation and Differentiation at Power Series in Multiple Double Precision
问题是用多重双精度的算法求一个多元多项式及其在截断到某一有限次的幂级数上的梯度。为了补偿多个双精度的和幂级数运算的开销,提出了通用图形处理器的数据并行算法。算法微分的反向模式被组织成截断幂级数的许多卷积和加法的大规模并行计算。实验结果表明,在152次幂级数截断的情况下,在十双精度的下获得了万亿次性能。该算法可以很好地扩展,以提高精度和增加度。
2021-03-13 cs.DC cs.MS cs.NA
Effect of machine arithmetic errors for multi-turn invariant curve destruction
HSE University(高等经济大学)
通过三维Mira映射示例,研究了多转不变曲线因局部多重弯曲出现而破坏的现象,发现机器算术精度影响曲线复杂性,提高精度可避免此数值伪影。
2026-03-17 cs.NA math.NA nlin.CD
Performance evaluation of mixed-precision Runge-Kutta methods for the solution of partial differential equations
本文数值研究了专为混合精度算术设计的Runge-Kutta方法在偏微分方程求解中的性能,利用Ginkgo库在GPU和CPU架构上进行3D问题测试,发现可取得显著加速但性能取决于求解器参数和软件内核。
2024-12-21 cs.NA cs.PF math.NA
Linear Programming using Limited-Precision Oracles
自从傅立叶和莫茨金的消元算法以来,人们已经发展了许多不同的求解线性规划的方法。在分析LP算法的时间复杂度时,通常假设计算是精确执行的,并且推导出所需的基本算术运算的数量的界限,或者通过位复杂度分析来考虑所有算术运算的成本。然而,在实践中,实现通常使用有限精度算术。在本文中,我们介绍了一个有限精度的LP预言机的想法,并研究如何在一个更大的框架内使用这样的预言机来计算LP的精确精度解。在温和的假设下,它表明,多项式数量的调用这样的预言和多项式数量的位操作,是足够的计算精确解的LP。这项工作为理解和分析目前在实践中最有效的方法的行为提供了基础,以准确地解决LP。
2019-12-30 cs.CC cs.NA cs.SC
Verified Linear Programming via Tolerance-Aware Precision Boosting
Newcastle University(纽卡斯尔大学);University of Birmingham(伯明翰大学);MPI-SWS(马克斯·普朗克软件系统研究所);Università di Roma “La Sapienza”(罗马大学)
本文提出容差感知的精度提升单纯形算法,在浮点实现与精确有理数实现间建立可证明的等价条件,并引入delta-完备终止准则,实现带形式保证的线性规划求解。
2026-10-30 cs.NA math.NA math.OC
Mixed-Precision in adaptive Runge-Kutta method for large ODE systems
Univ. Rennes(雷恩大学);Inria Lyon(法国国家信息与自动化研究所里昂分部);CNRS, Université Claude Bernard Lyon 1(法国国家科学研究中心,克莱贝尔·贝尔纳·里昂第一大学);INSA de Lyon, Université Claude Bernard Lyon 1(里昂国立应用科学学院,克莱贝尔·贝尔纳·里昂第一大学);INSA Lyon(里昂国立应用科学学院)
针对大型常微分方程组,研究混合精度Bogacki-Shampine 3(2)龙格-库塔对在保持高精度解精度的同时,利用低精度计算加速,并发现混合精度求解器在大型耦合系统中能以极少精度损失实现显著加速。
2026-05-22 cs.NA math.NA
Multiword Arithmetic and Parallel Computing
University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
针对硬件精度不足问题,采用多字算术(多倍双精度或多整数)并利用并行计算补偿开销,通过寄存器存储和GPU加速提升效率,相关代码以PHCpack软件公开。
2026-06-23 cs.DC cs.MS cs.NA
A Rigorous Extension of the Schönhage-Strassen Integer Multiplication Algorithm Using Complex Interval Arithmetic
University of Canterbury(坎特伯雷大学)
针对Schönhage-Strassen算法在浮点硬件上的舍入误差问题,提出使用区间算术保证结果正确性并确定硬件极限,实验表明双精度可处理75000位256进制整数。
2010-06-02 cs.CR cs.DS cs.NA
La Budde's Method for Computing Characteristic Polynomials
VA Medical Center(退伍军人事务医疗中心);North Carolina State University(北卡罗来纳州立大学)
La Budde 方法通过正交相似变换将矩阵化为上 Hessenberg 形式,然后利用前主子矩阵的特征多项式递归计算原矩阵的特征多项式,适用于对称和非对称矩阵,且比 MATLAB 的 POLY 函数更准确。
2011-04-19 cs.NA math.NA
Calculation of oblate spheroidal wave functions with complex argument
以前的一篇文章表明,用于计算这两种扁球径向函数的替代表达式可以使用双精度算法在非常大的参数范围内提供准确的值,即使传统表达式失败。假设尺寸参数c为实数。本文考虑的情况下,c = cr + ici是复杂的虚部ci经常用来代表损失的波的行为。只要ci非常小,c实数修改为复数算术的方法就可以很好地工作。本文介绍了必要的实质性变化,以获得更大的CI值的有用的结果。它表明,准确的特征值通常可以获得,即使矩阵方法用于获得他们的c实数提供越来越不准确的值,主要是那些相对较小的幅度,随着ci的增加。它还表明,一些特征值可以是prolate-like的值,以及近似使用渐近估计的prolate特征值,其中c被替换为-IC。提出了一种特征值排序的方法。必要的修改,以准确地计算复杂的c的径向和角函数进行了讨论。由此产生的Fortran程序coblfcn提供了一个合理的范围内的c,m阶,和径向坐标时,使用双精度运算有用的函数值。通过对Bouwkamp方法使用四倍精度来保证双精度特征值的准确性,可以改善结果。使用全四倍精度获得进一步的改进。Coblfcn可在www.mathieuandspheroidalwavefunctions.com上免费获得
2020-08-31 cs.NA math.NA
SFC: Achieve Accurate Fast Convolution under Low-precision Arithmetic
School of Electronic Science and Engineering, Nanjing University(南京大学电子科学与工程学院);Interdisciplinary Research Center for Future Intelligent Chips (Chip-X), Nanjing University(南京大学未来智能芯片交叉研究中心(Chip-X))
本文提出 SFC 快速卷积算法,通过符号计算扩展 DFT 并引入校正项,在低精度算术下实现 3x3 卷积 3.68 倍乘法减少,超越 Winograd 及现有量化方法,在保持精度的同时提升量化模型计算效率。
2024-07-03 cs.AI cs.LG cs.NA