]> AND Private Git Repository - GMRES2stage.git/blob - IJHPCN/paper.tex
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
61d09cf4cecf541714e65dbe812df4af36a648e7
[GMRES2stage.git] / IJHPCN / paper.tex
1 %%%%%%%%%%%%%%%%%%%%%%\r
2 \documentclass{doublecol-new}\r
3 %%%%%%%%%%%%%%%%%%%%%%\r
4 \r
5 \usepackage{natbib,stfloats}\r
6 \usepackage{mathrsfs}\r
7 \usepackage[utf8]{inputenc}\r
8 \usepackage[T1]{fontenc}\r
9 \usepackage{algorithm}\r
10 \usepackage{algpseudocode}\r
11 \usepackage{amsmath}\r
12 \usepackage{amssymb}\r
13 \usepackage{multirow}\r
14 \usepackage{graphicx}\r
15 \usepackage{url}\r
16 \r
17 \def\newblock{\hskip .11em plus .33em minus .07em}\r
18 \r
19 \theoremstyle{TH}{\r
20 \newtheorem{lemma}{Lemma}\r
21 \newtheorem{theorem}[lemma]{Theorem}\r
22 \newtheorem{corrolary}[lemma]{Corrolary}\r
23 \newtheorem{conjecture}[lemma]{Conjecture}\r
24 \newtheorem{proposition}[lemma]{Proposition}\r
25 \newtheorem{claim}[lemma]{Claim}\r
26 \newtheorem{stheorem}[lemma]{Wrong Theorem}\r
27 %\newtheorem{algorithm}{Algorithm}\r
28 }\r
29 \r
30 \theoremstyle{THrm}{\r
31 \newtheorem{definition}{Definition}[section]\r
32 \newtheorem{question}{Question}[section]\r
33 \newtheorem{remark}{Remark}\r
34 \newtheorem{scheme}{Scheme}\r
35 }\r
36 \r
37 \theoremstyle{THhit}{\r
38 \newtheorem{case}{Case}[section]\r
39 }\r
40 \algnewcommand\algorithmicinput{\textbf{Input:}}\r
41 \algnewcommand\Input{\item[\algorithmicinput]}\r
42 \r
43 \algnewcommand\algorithmicoutput{\textbf{Output:}}\r
44 \algnewcommand\Output{\item[\algorithmicoutput]}\r
45 \r
46 \r
47 \r
48 \r
49 \makeatletter\r
50 \def\theequation{\arabic{equation}}\r
51 \r
52 \JOURNALNAME{\TEN{\it International Journal of High Performance Computing and Networking}}\r
53 %\r
54 %\def\BottomCatch{%\r
55 %\vskip -10pt\r
56 %\thispagestyle{empty}%\r
57 %\begin{table}[b]%\r
58 %\NINE\begin{tabular*}{\textwidth}{@{\extracolsep{\fill}}lcr@{}}%\r
59 %\\[-12pt]\r
60 %Copyright \copyright\ 2012 Inderscience Enterprises Ltd. & &%\r
61 %\end{tabular*}%\r
62 %\vskip -30pt%\r
63 %%%\vskip -35pt%\r
64 %\end{table}%\r
65 %}\r
66 \makeatother\r
67 \r
68 %%%%%%%%%%%%%%%%%\r
69 \begin{document}%\r
70 %%%%%%%%%%%%%%%%%\r
71 \r
72 \setcounter{page}{1}\r
73 \r
74 \LRH{F. Wang et~al.}\r
75 \r
76 \RRH{Metadata Based Management and Sharing of Distributed Biomedical\r
77 Data}\r
78 \r
79 \VOL{x}\r
80 \r
81 \ISSUE{x}\r
82 \r
83 \PUBYEAR{xxxx}\r
84 \r
85 \BottomCatch\r
86 \r
87 \PUBYEAR{2012}\r
88 \r
89 \subtitle{}\r
90 \r
91 \title{TSIRM: A Two-Stage Iteration with least-squares Residual Minimization algorithm to solve large sparse linear and non linear systems}\r
92 \r
93 %\r
94 \authorA{Rapha\"el Couturier}\r
95 %\r
96 \affA{Femto-ST Institute, University of Bourgogne Franche-Comte, France\\\r
97   E-mail: raphael.couturier@univ-fcomte.fr}\r
98 %\r
99 %\r
100 \authorB{Lilia Ziane Khodja}\r
101 \affB{LTAS-Mécanique numérique non linéaire, University of Liege, Belgium \\\r
102    E-mail: l.zianekhodja@ulg.ac.be}\r
103 \r
104 \authorC{Christophe Guyeux}\r
105 \affC{Femto-ST Institute, University of Bourgogne Franche-Comte, France\\\r
106   E-mail: christophe.guyeux@univ-fcomte.fr}\r
107 \r
108 \r
109 \begin{abstract}\r
110 In  this paper,  a  two-stage iterative  algorithm is  proposed  to improve  the\r
111 convergence  of  Krylov  based  iterative  methods,  typically  those  of  GMRES\r
112 variants.   The principle  of  the proposed  approach is  to  build an  external\r
113 iteration over the  Krylov method, and to frequently store  its current residual\r
114 (at each GMRES restart for instance).  After a given number of outer iterations,\r
115 a least-squares minimization step is applied on the matrix composed by the saved\r
116 residuals, in order to  compute a better solution and to  make new iterations if\r
117 required.  It  is proven that the  proposal has the same  convergence properties\r
118 than the inner  embedded method itself.\r
119 %%NEW\r
120 Several experiments  have been performed\r
121 with  the PETSc  solver  with  linear and  nonlinear  problems.  They show  good\r
122 speedups   compared  to   GMRES  with   up  to   16,394  cores   with  different\r
123 preconditioners.\r
124 %%ENDNEW\r
125 \end{abstract}\r
126 \r
127 \r
128 \r
129 \KEYWORD{Iterative Krylov methods; sparse linear and non linear systems; two stage iteration; least-squares residual minimization; PETSc.}\r
130 \r
131 %\REF{to this paper should be made as follows: Rodr\'{\i}guez\r
132 %Bol\'{\i}var, M.P. and Sen\'{e}s Garc\'{\i}a, B. (xxxx) `The\r
133 %corporate environmental disclosures on the internet: the case of\r
134 %IBEX 35 Spanish companies', {\it International Journal of Metadata,\r
135 %Semantics and Ontologies}, Vol. x, No. x, pp.xxx\textendash xxx.}\r
136 \r
137 \begin{bio}\r
138 Raphaël Couturier ....\r
139 \r
140 \noindent Lilia Ziane Khodja ...\r
141 \r
142 \noindent Christophe Guyeux ...\r
143 \end{bio}\r
144 \r
145 \r
146 \maketitle\r
147 \r
148 \r
149  \section{Introduction}\r
150 \r
151 Iterative methods have recently become more attractive than direct ones to solve\r
152 very large sparse  linear systems~\cite{Saad2003}.  They are more  efficient in a\r
153 parallel context,  supporting thousands of  cores, and they require  less memory\r
154 and  arithmetic operations than  direct methods~\cite{bahicontascoutu}.  This is\r
155 why new iterative methods are frequently proposed or adapted by researchers, and\r
156 the increasing need to solve very  large sparse linear systems has triggered the\r
157 development  of  such  efficient  iterative  techniques  suitable  for  parallel\r
158 processing.\r
159 \r
160 Most  of the  successful  iterative  methods currently  available  are based  on\r
161 so-called ``Krylov  subspaces''. They consist  in forming a basis  of successive\r
162 matrix powers  multiplied by an  initial vector, which  can be for  instance the\r
163 residual. These methods  use vectors orthogonality of the  Krylov subspace basis\r
164 in  order to solve  linear systems.   The best  known iterative  Krylov subspace\r
165 methods are conjugate gradient and GMRES ones (Generalized Minimal RESidual).\r
166 \r
167 \r
168 However,  iterative  methods  suffer   from  scalability  problems  on  parallel\r
169 computing  platforms  with many  processors,  due  to  their need  of  reduction\r
170 operations,   and  to   collective  communications   to   achieve  matrix-vector\r
171 multiplications. The  communications on large  clusters with thousands  of cores\r
172 and large sizes  of messages can significantly affect  the performances of these\r
173 iterative methods. As a consequence, Krylov subspace iteration methods are often\r
174 used  with  preconditioners  in  practice,  to increase  their  convergence  and\r
175 accelerate their  performances.  However, most  of the good  preconditioners are\r
176 not scalable on large clusters.\r
177 \r
178 In  this research work,  a two-stage  algorithm based  on two  nested iterations\r
179 called inner-outer  iterations is proposed.  This algorithm  consists in solving\r
180 the sparse  linear system iteratively with  a small number  of inner iterations,\r
181 and  restarting  the  outer step  with  a  new  solution minimizing  some  error\r
182 functions  over some previous  residuals. For  further information  on two-stage\r
183 iteration      methods,     interested      readers      are     invited      to\r
184 consult~\cite{Nichols:1973:CTS}. Two-stage algorithms are easy to parallelize on\r
185 large clusters.  Furthermore,  the least-squares minimization technique improves\r
186 its convergence and performances.\r
187 \r
188 The present  article is  organized as follows.   Related works are  presented in\r
189 Section~\ref{sec:02}. Section~\ref{sec:03} details the two-stage algorithm using\r
190 a  least-squares  residual   minimization,  while  Section~\ref{sec:04}  provides\r
191 convergence  results  regarding this  method.   Section~\ref{sec:05} shows  some\r
192 experimental  results  obtained  on  large  clusters  using  routines  of  PETSc\r
193 toolkit. This research work ends by  a conclusion section, in which the proposal\r
194 is summarized while intended perspectives are provided.\r
195 \r
196 \r
197 \r
198 %%%*********************************************************\r
199 %%%*********************************************************\r
200 \r
201 \r
202 \r
203 %%%*********************************************************\r
204 %%%*********************************************************\r
205 \section{Related works}\r
206 \label{sec:02} \r
207 Krylov subspace iteration methods have increasingly become key\r
208 techniques  for  solving  linear and nonlinear systems,  or  eigenvalue  problems,\r
209 especially      since       the      increasing      development       of      \r
210 preconditioners~\cite{Saad2003,Meijerink77}.  One reason  for  the popularity  of\r
211 these methods is their generality, simplicity, and efficiency to solve systems of\r
212 equations arising from very large and complex problems.\r
213 \r
214 GMRES is one of the most  widely used Krylov iterative method for solving sparse\r
215 and   large  linear   systems.  It   has   been  developed   by  Saad   \emph{et\r
216   al.}~\cite{Saad86}  as  a generalized  method  to  deal  with unsymmetric  and\r
217 non-Hermitian problems,  and indefinite symmetric problems too.  In its original\r
218 version  called full  GMRES,  this  algorithm minimizes  the  residual over  the\r
219 current Krylov subspace  until convergence in at most  $n$ iterations, where $n$\r
220 is the size  of the sparse matrix.   Full GMRES is however too  expensive in the\r
221 case  of  large  matrices,  since  the required  orthogonalization  process  per\r
222 iteration grows  quadratically with the  number of iterations. For  that reason,\r
223 GMRES is  restarted in  practice after  each $m\ll n$  iterations, to  avoid the\r
224 storage of a  large orthonormal basis. However, the  convergence behavior of the\r
225 restarted GMRES,  called GMRES($m$), in  many cases depends quite  critically on\r
226 the  $m$  value~\cite{Huang89}.  Therefore  in  most  cases,  a  preconditioning\r
227 technique  is applied  to the  restarted GMRES  method in  order to  improve its\r
228 convergence.\r
229 \r
230 To enhance the robustness of Krylov iterative solvers, some techniques have been\r
231 proposed allowing the use of different preconditioners, if necessary, within the\r
232 iteration  itself   instead  of  restarting.   Those  techniques   may  lead  to\r
233 considerable  savings  in  CPU  time  and memory  requirements.  Van  der  Vorst\r
234 in~\cite{Vorst94} has for  instance proposed variants of the  GMRES algorithm in\r
235 which a  different preconditioner is applied  in each iteration,  leading to the\r
236 so-called  GMRESR  family of  nested  methods.  In  fact,  the  GMRES method  is\r
237 effectively preconditioned with other iterative schemes (or GMRES itself), where\r
238 the  iterations  of the  GMRES  method are  called  outer  iterations while  the\r
239 iterations of  the preconditioning process  is referred to as  inner iterations.\r
240 Saad in~\cite{Saad:1993}  has proposed Flexible GMRES (FGMRES)  which is another\r
241 variant of the  GMRES algorithm using a variable  preconditioner.  In FGMRES the\r
242 search  directions  are  preconditioned  whereas  in GMRESR  the  residuals  are\r
243 preconditioned. However,  in practice, good  preconditioners are those  based on\r
244 direct methods,  as ILU preconditioners, which  are not easy  to parallelize and\r
245 suffer from the scalability problems on large clusters of thousands of cores.\r
246 \r
247 Recently,  communication-avoiding  methods have  been  developed  to reduce  the\r
248 communication overheads in Krylov subspace iterative solvers. On modern computer\r
249 architectures,   communications  between   processors  are   much   slower  than\r
250 floating-point        arithmetic       operations        on        a       given\r
251 processor.   Communication-avoiding  techniques  reduce   either  communications\r
252 between processors or data movements  between levels of the memory hierarchy, by\r
253 reformulating the communication-bound kernels (more frequently SpMV kernels) and\r
254 the orthogonalization  operations within the Krylov  iterative solver. Different\r
255 works have  studied the communication-avoiding techniques for  the GMRES method,\r
256 so-called     CA-GMRES,     on     multicore    processors     and     multi-GPU\r
257 machines~\cite{Mohiyuddin2009,Hoemmen2010,Yamazaki2014}.\r
258 \r
259 Compared  to all these  works and  to all  the other  works on  Krylov iterative\r
260 methods,  the originality of  our work  is to  build a  second iteration  over a\r
261 Krylov  iterative method  and to  minimize  the residuals  with a  least-squares\r
262 method after a given number of outer iterations.\r
263 \r
264 %%%*********************************************************\r
265 %%%*********************************************************\r
266 \r
267 \r
268 \r
269 %%%*********************************************************\r
270 %%%*********************************************************\r
271 \section{TSIRM: Two-stage iteration with least-squares residuals minimization algorithm}\r
272 \label{sec:03}\r
273 A two-stage  algorithm is proposed to  solve large sparse linear  systems of the\r
274 form  $Ax=b$,  where  $A\in\mathbb{R}^{n\times   n}$  is  a  sparse  and  square\r
275 nonsingular   matrix,   $x\in\mathbb{R}^n$   is   the   solution   vector,   and\r
276 $b\in\mathbb{R}^n$  is  the  right-hand  side.   As  explained  previously,  the\r
277 algorithm is implemented  as an inner-outer iteration solver  based on iterative\r
278 Krylov  methods.  The  main key-points  of  the  proposed  solver are  given  in\r
279 Algorithm~\ref{algo:01}.  It can be summarized as follows: the inner solver is a\r
280 Krylov  based one.  In order  to accelerate  its convergence,  the  outer solver\r
281 periodically applies  a least-squares minimization on the  residuals computed by\r
282 the inner one.\r
283 \r
284 At each  outer iteration,  the sparse linear  system $Ax=b$ is  partially solved\r
285 using only $m$ iterations of  an iterative method, this latter being initialized\r
286 with the last obtained approximation.  The GMRES method~\cite{Saad86}, or any of\r
287 its variants, can potentially be used as inner solver. The current approximation\r
288 of the Krylov method  is then stored inside a $n \times  s$ matrix $S$, which is\r
289 composed by  the $s$  last solutions  that have been  computed during  the inner\r
290 iterations phase.   In the remainder,  the $i$-th column  vector of $S$  will be\r
291 denoted by $S_i$.\r
292 \r
293 At each $s$ iterations, another kind of minimization step is applied in order to\r
294 compute  a new  solution $x$.  For that,  the previous  residuals of  $Ax=b$ are\r
295 computed  by  the  inner  iterations  with $(b-AS)$.  The  minimization  of  the\r
296 residuals is obtained by\r
297 \begin{equation}\r
298    \underset{\alpha\in\mathbb{R}^{s}}{min}\|b-R\alpha\|_2\r
299 \label{eq:01}\r
300 \end{equation}\r
301 with $R=AS$. The new solution $x$ is then computed with $x=S\alpha$.\r
302 \r
303 \r
304 In practice, $R$ is a dense rectangular matrix belonging in $\mathbb{R}^{n\times\r
305   s}$,  with $s\ll  n$.   In order  to  minimize~\eqref{eq:01}, a  least-squares\r
306 method such  as CGLS ~\cite{Hestenes52}  or LSQR~\cite{Paige82} is  used. Remark\r
307 that  these methods  are  more appropriate  than  a single  direct  method in  a\r
308 parallel context. CGLS has recently been used to improve the performance of multisplitting algorithms \cite{cz15:ij}.\r
309 \r
310 \r
311 \r
312 \begin{algorithm}[t]\r
313 \caption{TSIRM}\r
314 \begin{algorithmic}[1]\r
315   \Input $A$ (sparse matrix), $b$ (right-hand side)\r
316   \Output $x$ (solution vector)\vspace{0.2cm}\r
317   \State Set the initial guess $x_0$\r
318   \For {$k=1,2,3,\ldots$ until convergence ($error<\epsilon_{tsirm}$)} \label{algo:conv}\r
319     \State  $[x_k,error]=Solve(A,b,x_{k-1},max\_iter_{kryl})$   \label{algo:solve}\r
320     \State $S_{k \mod s}=x_k$ \label{algo:store} \Comment{update column ($k \mod s$) of $S$}\r
321     \If {$k \mod s=0$ {\bf and} $error>\epsilon_{kryl}$}\r
322       \State $R=AS$ \Comment{compute dense matrix} \label{algo:matrix_mul}\r
323             \State $\alpha=Least\_Squares(R,b,max\_iter_{ls})$ \label{algo:}\r
324       \State $x_k=S\alpha$  \Comment{compute new solution}\r
325     \EndIf\r
326   \EndFor\r
327 \end{algorithmic}\r
328 \label{algo:01}\r
329 \end{algorithm}\r
330 \r
331 Algorithm~\ref{algo:01} summarizes  the principle  of the proposed  method.  The\r
332 outer iteration is inside the \emph{for} loop. Line~\ref{algo:solve}, the Krylov\r
333 method is called  for a maximum of $max\_iter_{kryl}$  iterations.  In practice,\r
334 we suggest to  set this parameter equal to the restart  number in the GMRES-like\r
335 method. Moreover,  a tolerance  threshold must be  specified for the  solver. In\r
336 practice, this threshold must be  much smaller than the convergence threshold of\r
337 the TSIRM  algorithm (\emph{i.e.},  $\epsilon_{tsirm}$).  We also  consider that\r
338 after  the call of  the $Solve$  function, we  obtain the  vector $x_k$  and the\r
339 $error$, which is defined by $||Ax_k-b||_2$.\r
340 \r
341   Line~\ref{algo:store},  $S_{k \mod  s}=x_k$ consists  in copying  the solution\r
342   $x_k$ into the  column $k \mod s$ of $S$.  After  the minimization, the matrix\r
343   $S$ is reused with the new values of the residuals.  To solve the minimization\r
344   problem, an  iterative method is used.  Two parameters are  required for that:\r
345   the maximum number of iterations  ($max\_iter_{ls}$) and the threshold to stop\r
346   the method ($\epsilon_{ls}$).\r
347 \r
348 Let us summarize the most important parameters of TSIRM:\r
349 \begin{itemize}\r
350 \item $\epsilon_{tsirm}$: the threshold that stops the TSIRM method;\r
351 \item $max\_iter_{kryl}$: the maximum number of iterations for the Krylov method;\r
352 \item $s$: the number of outer iterations before applying the minimization step;\r
353 \item $max\_iter_{ls}$: the maximum number of iterations for the iterative least-squares method;\r
354 \item $\epsilon_{ls}$: the threshold used to stop the least-squares method.\r
355 \end{itemize}\r
356 \r
357 \r
358 The  parallelization  of  TSIRM  relies   on  the  parallelization  of  all  its\r
359 parts. More  precisely, except the least-squares  step, all the  other parts are\r
360 obvious to  achieve out in parallel. In  order to develop a  parallel version of\r
361 our   code,   we   have   chosen   to   use   PETSc~\cite{petsc-web-page}.    In\r
362 line~\ref{algo:matrix_mul}, the matrix-matrix  multiplication is implemented and\r
363 efficient since the matrix $A$ is sparse and the matrix $S$ contains few columns\r
364 in  practice.  As  explained  previously,  at  least  two  methods  seem  to  be\r
365 interesting  to solve  the least-squares  minimization,  the CGLS  and the  LSQR\r
366 methods.\r
367 \r
368 In Algorithm~\ref{algo:02} we remind the CGLS algorithm. The LSQR method follows\r
369 more or less the  same principle but it takes more place,  so we briefly explain\r
370 the parallelization of CGLS which is  similar to LSQR.\r
371 \r
372 \begin{algorithm}[t]\r
373 \caption{CGLS}\r
374 \begin{algorithmic}[1]\r
375   \Input $A$ (matrix), $b$ (right-hand side)\r
376   \Output $x$ (solution vector)\vspace{0.2cm}\r
377   \State Let $x_0$ be an initial approximation\r
378   \State $r_0=b-Ax_0$\r
379   \State $p_1=A^Tr_0$\r
380   \State $s_0=p_1$\r
381   \State $\gamma=||s_0||^2_2$\r
382   \For {$k=1,2,3,\ldots$ until convergence ($\gamma<\epsilon_{ls}$)} \label{algo2:conv}\r
383     \State $q_k=Ap_k$\r
384     \State $\alpha_k=\gamma/||q_k||^2_2$\r
385     \State $x_k=x_{k-1}+\alpha_kp_k$\r
386     \State $r_k=r_{k-1}-\alpha_kq_k$\r
387     \State $s_k=A^Tr_k$\r
388     \State $\gamma_{old}=\gamma$\r
389     \State $\gamma=||s_k||^2_2$\r
390     \State $\beta_k=\gamma/\gamma_{old}$\r
391     \State $p_{k+1}=s_k+\beta_kp_k$\r
392   \EndFor\r
393 \end{algorithmic}\r
394 \label{algo:02}\r
395 \end{algorithm}\r
396 \r
397 \r
398 In each iteration  of CGLS, there are two  matrix-vector multiplications and some\r
399 classical  operations:  dot  product,   norm,  multiplication,  and  addition  on\r
400 vectors.  All  these  operations are  easy  to  implement  in PETSc  or  similar\r
401 environment.  It should be noticed that LSQR follows the same principle, it is a\r
402 little bit longer but it performs more or less the same operations.\r
403 \r
404 \r
405 %%%*********************************************************\r
406 %%%*********************************************************\r
407 \r
408 \section{Convergence results}\r
409 \label{sec:04}\r
410 \r
411 \r
412 We can now claim that,\r
413 \begin{proposition}\r
414 \label{prop:saad}\r
415 If $A$ is either a definite positive or a positive matrix and GMRES($m$) is used as a solver, then the TSIRM algorithm is convergent. \r
416 \r
417 Furthermore, let $r_k$ be the\r
418 $k$-th residue of TSIRM, then\r
419 we have the following boundaries:\r
420 \begin{itemize}\r
421 \item when $A$ is positive:\r
422 \begin{equation}\r
423 ||r_k|| \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{km}{2}} ||r_0|| ,\r
424 \end{equation}\r
425 where $M$ is the symmetric part of $A$, $\alpha = \lambda_{min}(M)^2$ and $\beta = \lambda_{max}(A^T A)$;\r
426 \item when $A$ is positive definite:\r
427 \begin{equation}\r
428 \|r_k\| \leq \left( 1-\frac{\lambda_{\mathrm{min}}^2(1/2(A^T + A))}{ \lambda_{\mathrm{max}}(A^T A)} \right)^{km/2} \|r_0\|.\r
429 \end{equation}\r
430 \end{itemize}\r
431 %In the general case, where A is not positive definite, we have\r
432 %$\|r_n\| \le \inf_{p \in P_n} \|p(A)\| \le \kappa_2(V) \inf_{p \in P_n} \max_{\lambda \in \sigma(A)} |p(\lambda)| \|r_0\|, .$\r
433 \end{proposition}\r
434 \r
435 \begin{proof}\r
436 Let us first recall that the residue is under control when considering the GMRES algorithm on a positive definite matrix, and it is bounded as follows:\r
437 \begin{equation*}\r
438 \|r_k\| \leq \left( 1-\frac{\lambda_{\mathrm{min}}^2(1/2(A^T + A))}{ \lambda_{\mathrm{max}}(A^T A)} \right)^{k/2} \|r_0\| .\r
439 \end{equation*}\r
440 Additionally, when $A$ is a positive real matrix with symmetric part $M$, then the residual norm provided at the $m$-th step of GMRES satisfies:\r
441 \begin{equation*}\r
442 ||r_m|| \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{m}{2}} ||r_0|| ,\r
443 \end{equation*}\r
444 where $\alpha$ and $\beta$ are defined as in Proposition~\ref{prop:saad}, which proves \r
445 the convergence of GMRES($m$) for all $m$ under such assumptions regarding $A$.\r
446 These well-known results can be found, \emph{e.g.}, in~\cite{Saad86}.\r
447 \r
448 We will now prove by a mathematical induction that, for each $k \in \mathbb{N}^\ast$, \r
449 $||r_k|| \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{mk}{2}} ||r_0||$ when $A$ is positive, and $\|r_k\| \leq \left( 1-\frac{\lambda_{\mathrm{min}}^2(1/2(A^T + A))}{ \lambda_{\mathrm{max}}(A^T A)} \right)^{km/2} \|r_0\|$ when $A$ is positive definite.\r
450 \r
451 The base case is obvious, as for $k=1$, the TSIRM algorithm simply consists in applying GMRES($m$) once, leading to a new residual $r_1$ that follows the inductive hypothesis due to the results recalled above.\r
452 \r
453 Suppose now that the claim holds for all $m=1, 2, \hdots, k-1$, that is, $\forall m \in \{1,2,\hdots, k-1\}$, $||r_m|| \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{km}{2}} ||r_0||$ in the positive case, and $\|r_k\| \leq \left( 1-\frac{\lambda_{\mathrm{min}}^2(1/2(A^T + A))}{ \lambda_{\mathrm{max}}(A^T A)} \right)^{km/2} \|r_0\|$ in the definite positive one.\r
454 We will show that the statement holds too for $r_k$. Two situations can occur:\r
455 \begin{itemize}\r
456 \item If $k \not\equiv 0 ~(\textrm{mod}\ m)$, then the TSIRM algorithm consists in executing GMRES once. In that case and by using the inductive hypothesis, we obtain either $||r_k|| \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{m}{2}} ||r_{k-1}||\leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{km}{2}} ||r_0||$ if $A$ is positive, or $\|r_k\| \leqslant \left( 1-\frac{\lambda_{\mathrm{min}}^2(1/2(A^T + A))}{ \lambda_{\mathrm{max}}(A^T A)} \right)^{m/2} \|r_{k-1}\|$ $\leqslant$ $\left( 1-\frac{\lambda_{\mathrm{min}}^2(1/2(A^T + A))}{ \lambda_{\mathrm{max}}(A^T A)} \right)^{km/2} \|r_{0}\|$ in the positive definite case.\r
457 \item Else, the TSIRM algorithm consists in two stages: a first GMRES($m$) execution leads to a temporary $x_k$ whose residue satisfies:\r
458 \begin{itemize}\r
459 \item $||r_k|| \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{m}{2}} ||r_{k-1}||\leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{km}{2}} ||r_0||$ in the positive case, \r
460 \item $\|r_k\| \leqslant \left( 1-\frac{\lambda_{\mathrm{min}}^2(1/2(A^T + A))}{ \lambda_{\mathrm{max}}(A^T A)} \right)^{m/2} \|r_{k-1}\|$ $\leqslant$ $\left( 1-\frac{\lambda_{\mathrm{min}}^2(1/2(A^T + A))}{ \lambda_{\mathrm{max}}(A^T A)} \right)^{km/2} \|r_{0}\|$ in the positive definite one,\r
461 \end{itemize}\r
462 and a least squares resolution.\r
463 Let $\operatorname{span}(S) = \left \{ {\sum_{i=1}^k \lambda_i v_i \Big| k \in \mathbb{N}, v_i \in S, \lambda _i \in \mathbb{R}} \right \}$ be the linear span of a set of real vectors $S$. So,\\\r
464 $\min_{\alpha \in \mathbb{R}^s} ||b-R\alpha ||_2 = \min_{\alpha \in \mathbb{R}^s} ||b-AS\alpha ||_2$\r
465 \r
466 $\begin{array}{ll}\r
467 & = \min_{x \in span\left(S_{k-s+1}, S_{k-s+2}, \hdots, S_{k} \right)} ||b-AS\alpha ||_2\\\r
468 & = \min_{x \in span\left(x_{k-s+1}, x_{k-s}+2, \hdots, x_{k} \right)} ||b-AS\alpha ||_2\\\r
469 & \leqslant \min_{x \in span\left( x_{k} \right)} ||b-Ax ||_2\\\r
470 & \leqslant \min_{\lambda \in \mathbb{R}} ||b-\lambda Ax_{k} ||_2\\\r
471 & \leqslant ||b-Ax_{k}||_2\\\r
472 & = ||r_k||_2\\\r
473 & \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{km}{2}} ||r_0||, \textrm{ if $A$ is positive,}\\\r
474 & \leqslant \left( 1-\frac{\lambda_{\mathrm{min}}^2(1/2(A^T + A))}{ \lambda_{\mathrm{max}}(A^T A)} \right)^{km/2} \|r_{0}\|, \textrm{ if $A$ is}\\\r
475 & \textrm{positive definite,} \r
476 \end{array}$\r
477 \end{itemize}\r
478 which concludes the induction and the proof.\r
479 \end{proof}\r
480 \r
481 Remark that a similar proposition can be formulated at each time\r
482 the given solver satisfies an inequality of the form $||r_n|| \leqslant \mu^n ||r_0||$,\r
483 with $|\mu|<1$. Furthermore, it is \emph{a priori} possible in some particular cases \r
484 regarding $A$, \r
485 that the proposed TSIRM converges while the GMRES($m$) does not.\r
486 \r
487 %%%*********************************************************\r
488 %%%*********************************************************\r
489 \section{Experiments using PETSc}\r
490 \label{sec:05}\r
491 \r
492 \r
493 In order to see the behavior of our approach when considering only one processor,\r
494 a  first  comparison  with  GMRES  or  FGMRES and  the  new  algorithm  detailed\r
495 previously  has been  experimented.  Matrices  that  have been  used with  their\r
496 characteristics (names, fields, rows,  and nonzero coefficients) are detailed in\r
497 Table~\ref{tab:01}.  These  latter, which are  real-world applications matrices,\r
498 have    been   extracted    from   the    Davis   collection,    University   of\r
499 Florida~\cite{Dav97}.\r
500 \r
501 \begin{table*}[htbp]\r
502 \begin{center}\r
503 \begin{tabular}{|c|c|r|r|r|} \r
504 \hline\r
505 Matrix name              & Field             &\# Rows   & \# Nonzeros   \\\hline \hline\r
506 crashbasis         & Optimization      & 160,000  &  1,750,416  \\\r
507 parabolic\_fem     & Comput. fluid dynamics  & 525,825 & 2,100,225 \\\r
508 epb3               & Thermal problem   & 84,617  & 463,625  \\\r
509 atmosmodj          & Comput. fluid dynamics  & 1,270,432 & 8,814,880 \\\r
510 bfwa398            & Electromagnetics pb & 398 & 3,678 \\\r
511 torso3             & 2D/3D problem & 259,156 & 4,429,042 \\\r
512 \hline\r
513 \r
514 \end{tabular}\r
515 \caption{Main characteristics of the sparse matrices chosen from the Davis collection}\r
516 \label{tab:01}\r
517 \end{center}\r
518 \end{table*}\r
519 Chosen parameters  are detailed below.   \r
520 We have  stopped  the  GMRES every  30\r
521 iterations (\emph{i.e.}, $max\_iter_{kryl}=30$), which is the default \r
522 setting of GMRES restart parameter.  The parameter $s$ has been set to 8. CGLS \r
523  minimizes  the   least-squares  problem   with  parameters\r
524 $\epsilon_{ls}=1e-40$ and $max\_iter_{ls}=20$.  The external precision is set to\r
525 $\epsilon_{tsirm}=1e-10$.  These  experiments have been performed  on an Intel(R)\r
526 Core(TM) i7-3630QM CPU @ 2.40GHz with the 3.5.1 version  of PETSc.\r
527 \r
528 \r
529 Experiments comparing \r
530 a GMRES variant with TSIRM in the resolution of linear systems are given in  Table~\ref{tab:02}. \r
531 The  second column describes whether GMRES or FGMRES has been used for linear systems solving.  \r
532 Different preconditioners  have been used according to the matrices.  With  TSIRM, the  same\r
533 solver and the  same preconditioner are used.  This table  shows that TSIRM can\r
534 drastically reduce  the number of iterations needed to reach the  convergence, when the\r
535 number of iterations for  the normal GMRES is more or less  greater than 500. In\r
536 fact this also depends on two parameters: the number of iterations before stopping GMRES\r
537 and the number of iterations to perform the minimization.\r
538 \r
539 \r
540 \begin{table*}[htbp]\r
541 \begin{center}\r
542 \begin{tabular}{|c|c|r|r|r|r|} \r
543 \hline\r
544 \r
545  \multirow{2}{*}{Matrix name}  & Solver /   & \multicolumn{2}{c|}{GMRES} & \multicolumn{2}{c|}{TSIRM CGLS} \\ \r
546 \cline{3-6}\r
547        &  precond             & Time  & \# Iter.  & Time  & \# Iter.  \\\hline \hline\r
548 \r
549 crashbasis         & gmres / none             &  15.65     & 518  &  14.12 & 450  \\\r
550 parabolic\_fem     & gmres / ilu           & 1009.94   & 7573 & 401.52 & 2970 \\\r
551 epb3               & fgmres / sor             &  8.67     & 600  &  8.21 & 540  \\\r
552 atmosmodj          &  fgmres / sor & 104.23  & 451 & 88.97 & 366  \\\r
553 bfwa398            & gmres / none  & 1.42 & 9612 & 0.28 & 1650 \\\r
554 torso3             & fgmres / sor  & 37.70 & 565 & 34.97 & 510 \\\r
555 \hline\r
556 \r
557 \end{tabular}\r
558 \caption{Comparison between sequential standalone (F)GMRES and TSIRM with (F)GMRES (time in seconds).}\r
559 \label{tab:02}\r
560 \end{center}\r
561 \end{table*}\r
562 \r
563 \r
564 \r
565 \r
566 \r
567 In order to perform larger experiments, we have tested some example applications\r
568 of  PETSc. These  applications are  available in  the \emph{ksp}  part,  which is\r
569 suited for scalable linear equations solvers:\r
570 \begin{itemize}\r
571 \item ex15  is an example  that solves in  parallel an operator using  a finite\r
572   difference  scheme.   The  diagonal  is  equal to  4  and  4  extra-diagonals\r
573   representing the neighbors in each directions  are equal to -1. This example is\r
574   used  in many  physical phenomena, for  example, heat  and fluid  flow, wave\r
575   propagation, etc.\r
576 \item ex54 is another example based on a 2D problem discretized with quadrilateral\r
577   finite elements. In this example, the user can define the scaling of material\r
578   coefficient in embedded circle called $\alpha$.\r
579 \end{itemize}\r
580 For more technical details on these applications, interested readers are invited\r
581 to read  the codes  available in  the PETSc sources.   These problems  have been\r
582 chosen because they are scalable with many  cores.\r
583 \r
584 In  the  following,   larger  experiments  are  described  on   two  large  scale\r
585 architectures: Curie  and Juqueen.   Both these architectures  are supercomputers\r
586 respectively  composed  of  80,640  cores   for  Curie  and  458,752  cores  for\r
587 Juqueen. Those  machines are respectively hosted  by GENCI in  France and Jülich\r
588 Supercomputing Center in Germany.  They belong with other similar architectures\r
589 to the  PRACE initiative (Partnership  for Advanced Computing  in Europe), which\r
590 aims  at  proposing  high  performance supercomputing  architecture  to  enhance\r
591 research  in  Europe.  The  Curie  architecture is  composed  of  Intel  E5-2680\r
592 processors  at 2.7  GHz with  2Gb memory  by core.  The Juqueen  architecture,\r
593 for its part, is\r
594 composed by IBM PowerPC  A2 at  1.6 GHz with  1Gb memory  per core.  Both those\r
595 architectures are equipped with a dedicated high speed network.\r
596 \r
597 \r
598 In  many situations, using  preconditioners is  essential in  order to  find the\r
599 solution of a linear system.  There are many preconditioners available in PETSc.\r
600 However, for parallel applications, all  the preconditioners based on matrix factorization\r
601 are  not  available. In  our  experiments, we  have  tested  different kinds  of\r
602 preconditioners, but  as it is  not the subject  of this paper, we  will not\r
603 present results with many preconditioners. In  practice, we have chosen to use a\r
604 multigrid (mg)  and successive  over-relaxation (sor). For  further details  on the\r
605 preconditioners in PETSc, readers are referred to~\cite{petsc-web-page}.\r
606 \r
607 \r
608 \r
609 \begin{table*}[htbp]\r
610 \begin{center}\r
611 \begin{tabular}{|r|r|r|r|r|r|r|r|r|} \r
612 \hline\r
613 \r
614   nb. cores & precond   & \multicolumn{2}{c|}{FGMRES} & \multicolumn{2}{c|}{TSIRM CGLS} &  \multicolumn{2}{c|}{TSIRM LSQR} & best gain \\ \r
615 \cline{3-8}\r
616              &                       & Time  & \# Iter.  & Time  & \# Iter. & Time  & \# Iter. & \\\hline \hline\r
617   2,048      & mg                    & 403.49   & 18,210    & 73.89  & 3,060   & 77.84  & 3,270  & 5.46 \\\r
618   2,048      & sor                   & 745.37   & 57,060    & 87.31  & 6,150   & 104.21 & 7,230  & 8.53 \\\r
619   4,096      & mg                    & 562.25   & 25,170    & 97.23  & 3,990   & 89.71  & 3,630  & 6.27 \\\r
620   4,096      & sor                   & 912.12   & 70,194    & 145.57 & 9,750   & 168.97 & 10,980 & 6.26 \\\r
621   8,192      & mg                    & 917.02   & 40,290    & 148.81 & 5,730   & 143.03 & 5,280  & 6.41 \\\r
622   8,192      & sor                   & 1,404.53 & 106,530   & 212.55 & 12,990  & 180.97 & 10,470 & 7.76 \\\r
623   16,384     & mg                    & 1,430.56 & 63,930    & 237.17 & 8,310   & 244.26 & 7,950  & 6.03 \\\r
624   16,384     & sor                   & 2,852.14 & 216,240   & 418.46 & 21,690  & 505.26 & 23,970 & 6.82 \\\r
625 \hline\r
626 \r
627 \end{tabular}\r
628 \caption{Comparison of FGMRES and TSIRM with FGMRES for example ex15 of PETSc/KSP with two preconditioners (mg and sor) having 25,000 components per core on Juqueen ($\epsilon_{tsirm}=1e-3$, $max\_iter_{kryl}=30$, $s=12$, $max\_iter_{ls}=15$, $\epsilon_{ls}=1e-40$),  time is expressed in seconds.}\r
629 \label{tab:03}\r
630 \end{center}\r
631 \end{table*}\r
632 \r
633 Table~\ref{tab:03} shows  the execution  times and the  number of  iterations of\r
634 example ex15  of PETSc on the  Juqueen architecture. Different  numbers of cores\r
635 are studied  ranging from 2,048 up-to  16,383 with the  two preconditioners {\it\r
636   mg}  and {\it  sor}.   For those  experiments,  the number  of components  (or\r
637 unknowns  of  the problems)  per  core  is fixed  at  25,000,  also called  weak\r
638 scaling. This number  can seem relatively small. In  fact, for some applications\r
639 that  need a  lot of  memory, the  number of  components per  processor requires\r
640 sometimes to  be small. Other parameters  for this application  are described in\r
641 the legend of this table.\r
642 \r
643 \r
644 \r
645 In  Table~\ref{tab:03},  we  can  notice   that  TSIRM  is  always  faster  than\r
646 FGMRES. The last  column shows the ratio between FGMRES and  the best version of\r
647 TSIRM according  to the minimization  procedure: CGLS or  LSQR. Even if  we have\r
648 computed the worst case between CGLS and  LSQR, it is clear that TSIRM is always\r
649 faster than  FGMRES. For  this example, the  multigrid preconditioner  is faster\r
650 than SOR. The gain between TSIRM and  FGMRES is more or less similar for the two\r
651 preconditioners.  Looking at the number  of iterations to reach the convergence,\r
652 it is  obvious that TSIRM allows the  reduction of the number  of iterations. It\r
653 should be noticed  that for TSIRM, in those experiments,  only the iterations of\r
654 the Krylov solver  are taken into account.  Iterations of CGLS  or LSQR were not\r
655 recorded  but they  are  time-consuming.  In  general, each  $max\_iter_{kryl}*s$\r
656 iterations which corresponds to 30*12, there are $max\_iter_{ls}$ iterations for\r
657 the least-squares method which corresponds to 15.\r
658 \r
659 \begin{figure}[htbp]\r
660 \centering\r
661   \includegraphics[width=0.5\textwidth]{nb_iter_sec_ex15_juqueen}\r
662 \caption{Number of iterations per second with ex15 and the same parameters as in Table~\ref{tab:03} (weak scaling)}\r
663 \label{fig:01}\r
664 \end{figure}\r
665 \r
666 \r
667 In  Figure~\ref{fig:01}, the number  of iterations  per second  corresponding to\r
668 Table~\ref{tab:03}  is  displayed.   It  can  be  noticed  that  the  number  of\r
669 iterations per second of FMGRES is constant whereas it decreases with TSIRM with\r
670 both preconditioners. This can be explained  by the fact that when the number of\r
671 cores increases, the time for the least-squares minimization step also increases\r
672 but, generally, when the number of  cores increases, the number of iterations to\r
673 reach the threshold  also increases, and, in that case,  TSIRM is more efficient\r
674 to reduce  the number of iterations. So,  the overall benefit of  using TSIRM is\r
675 interesting.\r
676 \r
677 \r
678 \r
679 \r
680 \r
681 \r
682 \begin{table*}[htbp]\r
683 \begin{center}\r
684 \begin{tabular}{|r|r|r|r|r|r|r|r|r|} \r
685 \hline\r
686 \r
687   nb. cores & $\epsilon_{tsirm}$  & \multicolumn{2}{c|}{FGMRES} & \multicolumn{2}{c|}{TSIRM CGLS} &  \multicolumn{2}{c|}{TSIRM LSQR} & best gain \\ \r
688 \cline{3-8}\r
689              &                       & Time  & \# Iter.  & Time  & \# Iter. & Time  & \# Iter. & \\\hline \hline\r
690   2,048      & 8e-5                  & 108.88 & 16,560  & 23.06  &  3,630  & 22.79  & 3,630   & 4.77 \\\r
691   2,048      & 6e-5                  & 194.01 & 30,270  & 35.50  &  5,430  & 27.74  & 4,350   & 6.99 \\\r
692   4,096      & 7e-5                  & 160.59 & 22,530  & 35.15  &  5,130  & 29.21  & 4,350   & 5.49 \\\r
693   4,096      & 6e-5                  & 249.27 & 35,520  & 52.13  &  7,950  & 39.24  & 5,790   & 6.35 \\\r
694   8,192      & 6e-5                  & 149.54 & 17,280  & 28.68  &  3,810  & 29.05  & 3,990  & 5.21 \\\r
695   8,192      & 5e-5                  & 785.04 & 109,590 & 76.07  &  10,470  & 69.42 & 9,030  & 11.30 \\\r
696   16,384     & 4e-5                  & 718.61 & 86,400 & 98.98  &  10,830  & 131.86  & 14,790  & 7.26 \\\r
697 \hline\r
698 \r
699 \end{tabular}\r
700 \caption{Comparison of FGMRES  and TSIRM with FGMRES algorithms for ex54 of PETSc/KSP (both with the MG preconditioner) with 25,000 components per core on Curie ($max\_iter_{kryl}=30$, $s=12$, $max\_iter_{ls}=15$, $\epsilon_{ls}=1e-40$),  time is expressed in seconds.}\r
701 \label{tab:04}\r
702 \end{center}\r
703 \end{table*}\r
704 \r
705 \r
706 In  Table~\ref{tab:04},  some  experiments   with  example  ex54  on  the  Curie\r
707 architecture are reported.  For this  application, we fixed $\alpha=0.6$.  As it\r
708 can be seen in that table, the size of the problem has a strong influence on the\r
709 number of iterations to reach the  convergence. That is why we have preferred to\r
710 change the threshold.  If we set  it to $1e-3$ as with the previous application,\r
711 only one iteration is necessary  to reach the convergence. So Table~\ref{tab:04}\r
712 shows the  results of  different executions with  different number of  cores and\r
713 different thresholds. As with the previous example, we can observe that TSIRM is\r
714 faster than  FGMRES. The ratio greatly  depends on the number  of iterations for\r
715 FMGRES to reach the threshold. The greater the number of iterations to reach the\r
716 convergence is, the  better the ratio between our algorithm  and FMGRES is. This\r
717 experiment is  also a  weak scaling with  approximately $25,000$  components per\r
718 core. It can also  be observed that the difference between CGLS  and LSQR is not\r
719 significant. Both can be good but it seems not possible to know in advance which\r
720 one will be the best.\r
721 \r
722 Table~\ref{tab:05} shows  a strong scaling  experiment with example ex54  on the\r
723 Curie  architecture. So,  in  this case,  the  number of  unknowns  is fixed  at\r
724 $204,919,225$ and the number of cores ranges from $512$ to $8192$ with the power\r
725 of two.  The  threshold is fixed at $5e-5$ and only  the $mg$ preconditioner has\r
726 been  tested. Here  again  we can  see that  TSIRM  is faster  than FGMRES.  The\r
727 efficiency of each algorithm is reported.  It can be noticed that the efficiency\r
728 of FGMRES is  better than the TSIRM  one except with $8,192$ cores  and that its\r
729 efficiency is  greater than one  whereas the efficiency  of TSIRM is  lower than\r
730 one.  Nevertheless,  the ratio  of TSIRM with  any version of  the least-squares\r
731 method is  always faster.  With $8,192$  cores when the number  of iterations is\r
732 far  more important  for  FGMRES,  we can  see  that it  is  only slightly  more\r
733 important for TSIRM.\r
734 \r
735 In Figure~\ref{fig:02}  we report  the number of  iterations per second  for the\r
736 experiments  reported in  Table~\ref{tab:05}.  This  figure highlights  that the\r
737 number of iterations  per second is more  or less the same for  FGMRES and TSIRM\r
738 with a little advantage for FGMRES. It  can be explained by the fact that, as we\r
739 have previously  explained, the  iterations of the  least-squares steps  are not\r
740 taken into account with TSIRM.\r
741 \r
742 \begin{table*}[htbp]\r
743 \begin{center}\r
744 \begin{tabular}{|r|r|r|r|r|r|r|r|r|r|r|} \r
745 \hline\r
746 \r
747   nb. cores   & \multicolumn{2}{c|}{FGMRES} & \multicolumn{2}{c|}{TSIRM CGLS} &  \multicolumn{2}{c|}{TSIRM LSQR} & best gain & \multicolumn{3}{c|}{efficiency} \\ \r
748 \cline{2-7} \cline{9-11}\r
749                     & Time  & \# Iter.  & Time  & \# Iter. & Time  & \# Iter. &   & FGMRES & TS CGLS & TS LSQR\\\hline \hline\r
750    512              & 3,969.69 & 33,120 & 709.57 & 5,790  & 622.76 & 5,070  & 6.37  &   1    &    1    &     1     \\\r
751    1024             & 1,530.06  & 25,860 & 290.95 & 4,830  & 307.71 & 5,070 & 5.25  &  1.30  &    1.21  &   1.01     \\\r
752    2048             & 919.62    & 31,470 & 237.52 & 8,040  & 194.22 & 6,510 & 4.73  & 1.08   &    .75   &   .80\\\r
753    4096             & 405.60    & 28,380 & 111.67 & 7,590  & 91.72  & 6,510 & 4.42  & 1.22   &  .79     &   .84 \\\r
754    8192             & 785.04   & 109,590 & 76.07  & 10,470 & 69.42 & 9,030  & 11.30 &   .32  &   .58    &  .56 \\\r
755 \r
756 \hline\r
757 \r
758 \end{tabular}\r
759 \caption{Comparison of FGMRES  and TSIRM for ex54 of PETSc/KSP (both with the MG preconditioner) with 204,919,225 components on Curie with different number of cores ($\epsilon_{tsirm}=5e-5$, $max\_iter_{kryl}=30$, $s=12$, $max\_iter_{ls}=15$, $\epsilon_{ls}=1e-40$),  time is expressed in seconds.}\r
760 \label{tab:05}\r
761 \end{center}\r
762 \end{table*}\r
763 \r
764 \begin{figure}[htbp]\r
765 \centering\r
766   \includegraphics[width=0.5\textwidth]{nb_iter_sec_ex54_curie}\r
767 \caption{Number of iterations per second with ex54 and the same parameters as in Table~\ref{tab:05} (strong scaling)}\r
768 \label{fig:02}\r
769 \end{figure}\r
770 \r
771 \r
772 Concerning the  experiments some  other remarks are  interesting.\r
773 \begin{itemize}\r
774 \item We have tested other examples  of PETSc/KSP (ex29, ex45, ex49).  For all these\r
775   examples,  we have also  obtained similar  gains between  GMRES and  TSIRM but\r
776   those  examples are  not scalable  with many  cores. In  general, we  had some\r
777   problems with more than $4,096$ cores.\r
778 \item We have tested many iterative  solvers available in PETSc.  In fact, it is\r
779   possible to use most of them with TSIRM. From our point of view, the condition\r
780   to  use  a  solver inside  TSIRM  is  that  the  solver  must have  a  restart\r
781   feature. More precisely,  the solver must support to  be stopped and restarted\r
782   without decreasing its convergence. That is  why with GMRES we stop it when it\r
783   is  naturally restarted (\emph{i.e.}   with $m$  the restart  parameter).  The\r
784   Conjugate Gradient (CG) and all its variants do not have ``restarted'' version\r
785   in PETSc,  so they are not efficient.   They will converge with  TSIRM but not\r
786   quickly because  if we  compare a  normal CG with  a CG  which is  stopped and\r
787   restarted every  16 iterations (for example),  the normal CG will  be far more\r
788   efficient.   Some  restarted  CG or  CG  variant  versions  exist and  may  be\r
789   interesting to study in future works.\r
790 \end{itemize}\r
791 %%%*********************************************************\r
792 %%%*********************************************************\r
793 \r
794 \r
795 %%NEW\r
796 \begin{table*}[htbp]\r
797 \begin{center}\r
798 \begin{tabular}{|r|r|r|r|r|r|r|r|} \r
799 \hline\r
800 \r
801   nb. cores   & \multicolumn{2}{c|}{FGMRES/ASM} & \multicolumn{2}{c|}{TSIRM CGLS/ASM} & gain& \multicolumn{2}{c|}{FGMRES/HYPRE}   \\ \r
802 \cline{2-5} \cline{7-8}\r
803                     & Time  & \# Iter.  & Time  & \# Iter. &        & Time  & \# Iter.   \\\hline \hline\r
804    512              & 5.54      & 685    & 2.5 &       570 & 2.21   & 128.9 & 9     \\\r
805    2048             & 14.95     & 1,560  &  4.32 &     746 & 3.48   & 335.7 & 9 \\\r
806    4096             & 25.13    & 2,369   & 5.61 &   859    & 4.48   & >1000  & -- \\\r
807    8192             & 44.35   & 3,197   &  7.6  &  1083    &  5.84  & >1000 &  --   \\\r
808 \r
809 \hline\r
810 \r
811 \end{tabular}\r
812 \caption{Comparison of FGMRES  and TSIRM for ex45 of PETSc/KSP with two preconditioner (ASM and HYPRE)  having 25,000 components per core on Curie ($\epsilon_{tsirm}=1e-10$, $max\_iter_{kryl}=30$, $s=12$, $max\_iter_{ls}=15$, $\epsilon_{ls}=1e-40$),  time is expressed in seconds.}\r
813 \label{tab:06}\r
814 \end{center}\r
815 \end{table*}\r
816 \r
817 \r
818 \begin{figure}[htbp]\r
819 \centering\r
820   \includegraphics[width=0.5\textwidth]{nb_iter_sec_ex45_curie}\r
821 \caption{Number of iterations per second with ex45 and the same parameters as in Table~\ref{tab:06} (weak scaling)}\r
822 \label{fig:03}\r
823 \end{figure}\r
824 \r
825 \r
826 \r
827 \begin{table*}[htbp]\r
828 \begin{center}\r
829 \begin{tabular}{|r|r|r|r|r|r|} \r
830 \hline\r
831 \r
832   nb. cores   & \multicolumn{2}{c|}{FGMRES/BJAC} & \multicolumn{2}{c|}{TSIRM CGLS/BJAC} & gain   \\ \r
833 \cline{2-5}\r
834                     & Time         & \# Iter.  & Time   & \# Iter.  &  \\\hline \hline\r
835    1024              & 667.92      & 48,732    & 81.65  &     5,087 &  8.18 \\\r
836    2048             & 966.87       & 77,177    &  90.34 &     5,716 &  10.70\\\r
837    4096             & 1,742.31     & 124,411   &  119.21 &   6,905  & 14.61\\\r
838    8192             & 2,739.21     & 187,626   &  168.9  &  9,000   & 16.22\\\r
839 \r
840 \hline\r
841 \r
842 \end{tabular}\r
843 \caption{Comparison of FGMRES  and TSIRM for ex20 of PETSc/SNES with a Block Jacobi  preconditioner  having 100,000 components per core on Curie ($\epsilon_{tsirm}=1e-10$, $max\_iter_{kryl}=30$, $s=12$, $max\_iter_{ls}=15$, $\epsilon_{ls}=1e-40$),  time is expressed in seconds.}\r
844 \label{tab:07}\r
845 \end{center}\r
846 \end{table*}\r
847 \r
848 \begin{table*}[htbp]\r
849 \begin{center}\r
850 \begin{tabular}{|r|r|r|r|r|r|} \r
851 \hline\r
852 \r
853   nb. cores   & \multicolumn{2}{c|}{FGMRES/BJAC} & \multicolumn{2}{c|}{TSIRM CGLS/BJAC} & gain  \\ \r
854 \cline{2-5}\r
855                     & Time         & \# Iter.  & Time   & \# Iter. &  \\\hline \hline\r
856    1024              & 159.52      & 11,584    &  26.34  &     1,563  &  6.06  \\\r
857    2048             & 226.24       & 16,459    &  37.23 &     2,248   &  6.08\\\r
858    4096             & 391.21     & 27,794   &  50.93 &   2,911  &  7.69\\\r
859    8192             & 543.23     & 37,770   &  79.21  &  4,324  & 6.86 \\\r
860 \r
861 \hline\r
862 \r
863 \end{tabular}\r
864 \caption{Comparison of FGMRES  and TSIRM for ex14 of PETSc/SNES with a Block Jacobi  preconditioner  having 100,000 components per core on Curie ($\epsilon_{tsirm}=1e-10$, $max\_iter_{kryl}=30$, $s=12$, $max\_iter_{ls}=15$, $\epsilon_{ls}=1e-40$),  time is expressed in seconds.}\r
865 \label{tab:08}\r
866 \end{center}\r
867 \end{table*}\r
868 \r
869 \r
870 %%ENDNEW\r
871 \r
872 %%%*********************************************************\r
873 %%%*********************************************************\r
874 \section{Conclusion}\r
875 \label{sec:06}\r
876 %The conclusion goes here. this is more of the conclusion\r
877 %%%*********************************************************\r
878 %%%*********************************************************\r
879 \r
880 A new two-stage iterative  algorithm TSIRM has been proposed in this article,\r
881 in order to accelerate the convergence of Krylov iterative  methods.\r
882 Our TSIRM proposal acts as a merger between Krylov based solvers and\r
883 a least-squares minimization step.\r
884 The convergence of the method has been proven in some situations, while \r
885 experiments up to 16,394 cores have been led to verify that TSIRM runs\r
886 5 or  7 times  faster than GMRES.\r
887 \r
888 \r
889 For  future  work, the  authors'  intention is  to  investigate  other kinds  of\r
890 matrices, problems, and  inner solvers. In particular, the possibility \r
891 to obtain a convergence of TSIRM in situations where the GMRES is divergent will be\r
892 investigated. The influence of  all parameters must be\r
893 tested too, while other methods to minimize the residuals must be regarded.  The\r
894 number of outer  iterations to minimize should become  adaptive to improve the\r
895 overall performances of the proposal.   Finally, this solver will be implemented\r
896 inside PETSc, which would be of interest as it would  allows us to test\r
897 all the non-linear  examples and compare our algorithm  with the other algorithm\r
898 implemented in PETSc.\r
899 \r
900 \r
901 % conference papers do not normally have an appendix\r
902 \r
903 \r
904 \r
905 % use section* for acknowledgement\r
906 %%%*********************************************************\r
907 %%%*********************************************************\r
908 \section*{Acknowledgment}\r
909 This  paper  is   partially  funded  by  the  Labex   ACTION  program  (contract\r
910 ANR-11-LABX-01-01).  We  acknowledge PRACE for  awarding us access  to resources\r
911 Curie and Juqueen respectively based in France and Germany.\r
912 \r
913 \r
914 \r
915 \r
916 \r
917 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\r
918 \r
919 \bibliography{biblio}\r
920 \bibliographystyle{unsrt}\r
921 \bibliographystyle{alpha}\r
922 \r
923 \end{document}\r