数据集概述
本数据集包含与论文相关的计算工件，聚焦大型GPU集群上共轭梯度（CG）方法的CPU与GPU启动通信策略。数据集涵盖多GPU CG求解器的源代码、矩阵分区文件、集群作业脚本及性能基准结果，为复现论文中的性能评估实验提供支持。
文件详解
数据集包含一个ZIP格式的归档文件，内部结构及内容如下：
- 归档文件: acg-artifacts-v4.zip，ZIP格式，包含以下子目录：
- aCG-1.0.0/: 提供多GPU CG求解器的源代码（aCG版本1.0.0），用于论文中的性能基准测试
- partitions/: 存储实验所用矩阵的分区文件，基于METIS工具生成，包含SuiteSparse Collection中的6个矩阵（Bump_2911等），每个矩阵提供2、4、8、16、32分块的分区数据
- scripts/: 包含LUMI、MareNostrum 5、Wisteria/BDEC-01三个集群的作业提交脚本，用于执行aCG和PETSc的多GPU CG求解器性能测量
- results/: 存储论文中性能基准测试的结果，以纯文本表格形式呈现
适用场景
- 高性能计算研究: 复现论文中多GPU共轭梯度方法的性能评估实验
- 并行算法优化: 分析CPU与GPU启动通信策略对大型稀疏矩阵求解性能的影响
- 集群计算实践: 参考不同超级计算机集群的作业提交脚本设计
- 数值线性代数研究: 探索多GPU环境下迭代求解器的实现与优化方法
