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

Private GIT Repository
new
[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{R. Couturier, L. Ziane Khodja and C. Guyeux}\r
75 \r
76 \RRH{TSIRM: A Two-Stage Iteration with least-squares Residual Minimization algorithm}\r
77 \r
78 \VOL{x}\r
79 \r
80 \ISSUE{x}\r
81 \r
82 \PUBYEAR{xxxx}\r
83 \r
84 \BottomCatch\r
85 \r
86 \PUBYEAR{2015}\r
87 \r
88 \subtitle{}\r
89 \r
90 \title{TSIRM: A Two-Stage Iteration with least-squares Residual Minimization algorithm to solve large sparse linear and non linear systems}\r
91 \r
92 %\r
93 \authorA{Rapha\"el Couturier}\r
94 %\r
95 \affA{Femto-ST Institute, University of Bourgogne Franche-Comte, France\\\r
96   E-mail: raphael.couturier@univ-fcomte.fr}\r
97 %\r
98 %\r
99 \authorB{Lilia Ziane Khodja}\r
100 \affB{LTAS-Mécanique numérique non linéaire, University of Liege, Belgium \\\r
101    E-mail: l.zianekhodja@ulg.ac.be}\r
102 \r
103 \authorC{Christophe Guyeux}\r
104 \affC{Femto-ST Institute, University of Bourgogne Franche-Comte, France\\\r
105   E-mail: christophe.guyeux@univ-fcomte.fr}\r
106 \r
107 \r
108 \begin{abstract}\r
109 In  this paper,  a  two-stage iterative  algorithm is  proposed  to improve  the\r
110 convergence  of  Krylov  based  iterative  methods,  typically  those  of  GMRES\r
111 variants.   The principle  of  the proposed  approach is  to  build an  external\r
112 iteration over the  Krylov method, and to frequently store  its current residual\r
113 (at each GMRES restart for instance).  After a given number of outer iterations,\r
114 a least-squares minimization step is applied on the matrix composed by the saved\r
115 residuals, in order to  compute a better solution and to  make new iterations if\r
116 required.  It  is proven that the  proposal has the same  convergence properties\r
117 than the inner  embedded method itself.\r
118 %%NEW\r
119 Several experiments  have been performed\r
120 with  the PETSc  solver  with  linear and  nonlinear  problems.  They show  good\r
121 speedups   compared  to   GMRES  with   up  to   16,394  cores   with  different\r
122 preconditioners.\r
123 %%ENDNEW\r
124 \end{abstract}\r
125 \r
126 \r
127 \r
128 \KEYWORD{Iterative Krylov methods; sparse linear and non linear systems; two stage iteration; least-squares residual minimization; PETSc.}\r
129 \r
130 %\REF{to this paper should be made as follows: Rodr\'{\i}guez\r
131 %Bol\'{\i}var, M.P. and Sen\'{e}s Garc\'{\i}a, B. (xxxx) `The\r
132 %corporate environmental disclosures on the internet: the case of\r
133 %IBEX 35 Spanish companies', {\it International Journal of Metadata,\r
134 %Semantics and Ontologies}, Vol. x, No. x, pp.xxx\textendash xxx.}\r
135 \r
136 \begin{bio}\r
137 Raphaël Couturier ....\r
138 \r
139 \noindent Lilia Ziane Khodja ...\r
140 \r
141 \noindent Christophe Guyeux ...\r
142 \end{bio}\r
143 \r
144 \r
145 \maketitle\r
146 \r
147 \r
148  \section{Introduction}\r
149 \r
150 Iterative methods have recently become more attractive than direct ones to solve\r
151 very large sparse  linear systems~\cite{Saad2003}.  They are more  efficient in a\r
152 parallel context,  supporting thousands of  cores, and they require  less memory\r
153 and  arithmetic operations than  direct methods~\cite{bahicontascoutu}.  This is\r
154 why new iterative methods are frequently proposed or adapted by researchers, and\r
155 the increasing need to solve very  large sparse linear systems has triggered the\r
156 development  of  such  efficient  iterative  techniques  suitable  for  parallel\r
157 processing.\r
158 \r
159 Most  of the  successful  iterative  methods currently  available  are based  on\r
160 so-called ``Krylov  subspaces''. They consist  in forming a basis  of successive\r
161 matrix powers  multiplied by an  initial vector, which  can be for  instance the\r
162 residual. These methods  use vectors orthogonality of the  Krylov subspace basis\r
163 in  order to solve  linear systems.   The best  known iterative  Krylov subspace\r
164 methods are conjugate gradient and GMRES ones (Generalized Minimal RESidual).\r
165 \r
166 \r
167 However,  iterative  methods  suffer   from  scalability  problems  on  parallel\r
168 computing  platforms  with many  processors,  due  to  their need  of  reduction\r
169 operations,   and  to   collective  communications   to   achieve  matrix-vector\r
170 multiplications. The  communications on large  clusters with thousands  of cores\r
171 and large sizes  of messages can significantly affect  the performances of these\r
172 iterative methods. As a consequence, Krylov subspace iteration methods are often\r
173 used  with  preconditioners  in  practice,  to increase  their  convergence  and\r
174 accelerate their  performances.  However, most  of the good  preconditioners are\r
175 not scalable on large clusters.\r
176 \r
177 In  this research work,  a two-stage  algorithm based  on two  nested iterations\r
178 called inner-outer  iterations is proposed.  This algorithm  consists in solving\r
179 the sparse  linear system iteratively with  a small number  of inner iterations,\r
180 and  restarting  the  outer step  with  a  new  solution minimizing  some  error\r
181 functions  over some previous  residuals. For  further information  on two-stage\r
182 iteration      methods,     interested      readers      are     invited      to\r
183 consult~\cite{Nichols:1973:CTS}. Two-stage algorithms are easy to parallelize on\r
184 large clusters.  Furthermore,  the least-squares minimization technique improves\r
185 its convergence and performances.\r
186 \r
187 The present  article is  organized as follows.   Related works are  presented in\r
188 Section~\ref{sec:02}. Section~\ref{sec:03} details the two-stage algorithm using\r
189 a  least-squares  residual   minimization,  while  Section~\ref{sec:04}  provides\r
190 convergence  results  regarding this  method.   Section~\ref{sec:05} shows  some\r
191 experimental  results  obtained  on  large  clusters  using  routines  of  PETSc\r
192 toolkit. This research work ends by  a conclusion section, in which the proposal\r
193 is summarized while intended perspectives are provided.\r
194 \r
195 \r
196 \r
197 %%%*********************************************************\r
198 %%%*********************************************************\r
199 \r
200 \r
201 \r
202 %%%*********************************************************\r
203 %%%*********************************************************\r
204 \section{Related works}\r
205 \label{sec:02} \r
206 Krylov subspace iteration methods have increasingly become key\r
207 techniques  for  solving  linear and nonlinear systems,  or  eigenvalue  problems,\r
208 especially      since       the      increasing      development       of      \r
209 preconditioners~\cite{Saad2003,Meijerink77}.  One reason  for  the popularity  of\r
210 these methods is their generality, simplicity, and efficiency to solve systems of\r
211 equations arising from very large and complex problems.\r
212 \r
213 GMRES is one of the most  widely used Krylov iterative method for solving sparse\r
214 and   large  linear   systems.  It   has   been  developed   by  Saad   \emph{et\r
215   al.}~\cite{Saad86}  as  a generalized  method  to  deal  with unsymmetric  and\r
216 non-Hermitian problems,  and indefinite symmetric problems too.  In its original\r
217 version  called full  GMRES,  this  algorithm minimizes  the  residual over  the\r
218 current Krylov subspace  until convergence in at most  $n$ iterations, where $n$\r
219 is the size  of the sparse matrix.   Full GMRES is however too  expensive in the\r
220 case  of  large  matrices,  since  the required  orthogonalization  process  per\r
221 iteration grows  quadratically with the  number of iterations. For  that reason,\r
222 GMRES is  restarted in  practice after  each $m\ll n$  iterations, to  avoid the\r
223 storage of a  large orthonormal basis. However, the  convergence behavior of the\r
224 restarted GMRES,  called GMRES($m$), in  many cases depends quite  critically on\r
225 the  $m$  value~\cite{Huang89}.  Therefore  in  most  cases,  a  preconditioning\r
226 technique  is applied  to the  restarted GMRES  method in  order to  improve its\r
227 convergence.\r
228 \r
229 To enhance the robustness of Krylov iterative solvers, some techniques have been\r
230 proposed allowing the use of different preconditioners, if necessary, within the\r
231 iteration  itself   instead  of  restarting.   Those  techniques   may  lead  to\r
232 considerable  savings  in  CPU  time  and memory  requirements.  Van  der  Vorst\r
233 in~\cite{Vorst94} has for  instance proposed variants of the  GMRES algorithm in\r
234 which a  different preconditioner is applied  in each iteration,  leading to the\r
235 so-called  GMRESR  family of  nested  methods.  In  fact,  the  GMRES method  is\r
236 effectively preconditioned with other iterative schemes (or GMRES itself), where\r
237 the  iterations  of the  GMRES  method are  called  outer  iterations while  the\r
238 iterations of  the preconditioning process  is referred to as  inner iterations.\r
239 Saad in~\cite{Saad:1993}  has proposed Flexible GMRES (FGMRES)  which is another\r
240 variant of the  GMRES algorithm using a variable  preconditioner.  In FGMRES the\r
241 search  directions  are  preconditioned  whereas  in GMRESR  the  residuals  are\r
242 preconditioned. However,  in practice, good  preconditioners are those  based on\r
243 direct methods,  as ILU preconditioners, which  are not easy  to parallelize and\r
244 suffer from the scalability problems on large clusters of thousands of cores.\r
245 \r
246 Recently,  communication-avoiding  methods have  been  developed  to reduce  the\r
247 communication overheads in Krylov subspace iterative solvers. On modern computer\r
248 architectures,   communications  between   processors  are   much   slower  than\r
249 floating-point        arithmetic       operations        on        a       given\r
250 processor.   Communication-avoiding  techniques  reduce   either  communications\r
251 between processors or data movements  between levels of the memory hierarchy, by\r
252 reformulating the communication-bound kernels (more frequently SpMV kernels) and\r
253 the orthogonalization  operations within the Krylov  iterative solver. Different\r
254 works have  studied the communication-avoiding techniques for  the GMRES method,\r
255 so-called     CA-GMRES,     on     multicore    processors     and     multi-GPU\r
256 machines~\cite{Mohiyuddin2009,Hoemmen2010,Yamazaki2014}.\r
257 \r
258 Compared  to all these  works and  to all  the other  works on  Krylov iterative\r
259 methods,  the originality of  our work  is to  build a  second iteration  over a\r
260 Krylov  iterative method  and to  minimize  the residuals  with a  least-squares\r
261 method after a given number of outer iterations.\r
262 \r
263 %%%*********************************************************\r
264 %%%*********************************************************\r
265 \r
266 \r
267 \r
268 %%%*********************************************************\r
269 %%%*********************************************************\r
270 \section{TSIRM: Two-stage iteration with least-squares residuals minimization algorithm}\r
271 \label{sec:03}\r
272 A two-stage  algorithm is proposed to  solve large sparse linear  systems of the\r
273 form  $Ax=b$,  where  $A\in\mathbb{R}^{n\times   n}$  is  a  sparse  and  square\r
274 nonsingular   matrix,   $x\in\mathbb{R}^n$   is   the   solution   vector,   and\r
275 $b\in\mathbb{R}^n$  is  the  right-hand  side.   As  explained  previously,  the\r
276 algorithm is implemented  as an inner-outer iteration solver  based on iterative\r
277 Krylov  methods.  The  main key-points  of  the  proposed  solver are  given  in\r
278 Algorithm~\ref{algo:01}.  It can be summarized as follows: the inner solver is a\r
279 Krylov  based one.  In order  to accelerate  its convergence,  the  outer solver\r
280 periodically applies  a least-squares minimization on the  residuals computed by\r
281 the inner one.\r
282 \r
283 At each  outer iteration,  the sparse linear  system $Ax=b$ is  partially solved\r
284 using only $m$ iterations of  an iterative method, this latter being initialized\r
285 with the last obtained approximation.  The GMRES method~\cite{Saad86}, or any of\r
286 its variants, can potentially be used as inner solver. The current approximation\r
287 of the Krylov method  is then stored inside a $n \times  s$ matrix $S$, which is\r
288 composed by  the $s$  last solutions  that have been  computed during  the inner\r
289 iterations phase.   In the remainder,  the $i$-th column  vector of $S$  will be\r
290 denoted by $S_i$.\r
291 \r
292 At each $s$ iterations, another kind of minimization step is applied in order to\r
293 compute  a new  solution $x$.  For that,  the previous  residuals of  $Ax=b$ are\r
294 computed  by  the  inner  iterations  with $(b-AS)$.  The  minimization  of  the\r
295 residuals is obtained by\r
296 \begin{equation}\r
297    \underset{\alpha\in\mathbb{R}^{s}}{min}\|b-R\alpha\|_2\r
298 \label{eq:01}\r
299 \end{equation}\r
300 with $R=AS$. The new solution $x$ is then computed with $x=S\alpha$.\r
301 \r
302 \r
303 In practice, $R$ is a dense rectangular matrix belonging in $\mathbb{R}^{n\times\r
304   s}$,  with $s\ll  n$.   In order  to  minimize~\eqref{eq:01}, a  least-squares\r
305 method such  as CGLS ~\cite{Hestenes52}  or LSQR~\cite{Paige82} is  used. Remark\r
306 that  these methods  are  more appropriate  than  a single  direct  method in  a\r
307 parallel context. CGLS has recently been used to improve the performance of multisplitting algorithms \cite{cz15:ij}.\r
308 \r
309 \r
310 \r
311 \begin{algorithm}[t]\r
312 \caption{TSIRM}\r
313 \begin{algorithmic}[1]\r
314   \Input $A$ (sparse matrix), $b$ (right-hand side)\r
315   \Output $x$ (solution vector)\vspace{0.2cm}\r
316   \State Set the initial guess $x_0$\r
317   \For {$k=1,2,3,\ldots$ until convergence ($error<\epsilon_{tsirm}$)} \label{algo:conv}\r
318     \State  $[x_k,error]=Solve(A,b,x_{k-1},max\_iter_{kryl})$   \label{algo:solve}\r
319     \State $S_{k \mod s}=x_k$ \label{algo:store} \Comment{update column ($k \mod s$) of $S$}\r
320     \If {$k \mod s=0$ {\bf and} $error>\epsilon_{kryl}$}\r
321       \State $R=AS$ \Comment{compute dense matrix} \label{algo:matrix_mul}\r
322             \State $\alpha=Least\_Squares(R,b,max\_iter_{ls})$ \label{algo:}\r
323       \State $x_k=S\alpha$  \Comment{compute new solution}\r
324     \EndIf\r
325   \EndFor\r
326 \end{algorithmic}\r
327 \label{algo:01}\r
328 \end{algorithm}\r
329 \r
330 Algorithm~\ref{algo:01} summarizes  the principle  of the proposed  method.  The\r
331 outer iteration is inside the \emph{for} loop. Line~\ref{algo:solve}, the Krylov\r
332 method is called  for a maximum of $max\_iter_{kryl}$  iterations.  In practice,\r
333 we suggest to  set this parameter equal to the restart  number in the GMRES-like\r
334 method. Moreover,  a tolerance  threshold must be  specified for the  solver. In\r
335 practice, this threshold must be  much smaller than the convergence threshold of\r
336 the TSIRM  algorithm (\emph{i.e.},  $\epsilon_{tsirm}$).  We also  consider that\r
337 after  the call of  the $Solve$  function, we  obtain the  vector $x_k$  and the\r
338 $error$, which is defined by $||Ax_k-b||_2$.\r
339 \r
340   Line~\ref{algo:store},  $S_{k \mod  s}=x_k$ consists  in copying  the solution\r
341   $x_k$ into the  column $k \mod s$ of $S$.  After  the minimization, the matrix\r
342   $S$ is reused with the new values of the residuals.  To solve the minimization\r
343   problem, an  iterative method is used.  Two parameters are  required for that:\r
344   the maximum number of iterations  ($max\_iter_{ls}$) and the threshold to stop\r
345   the method ($\epsilon_{ls}$).\r
346 \r
347 Let us summarize the most important parameters of TSIRM:\r
348 \begin{itemize}\r
349 \item $\epsilon_{tsirm}$: the threshold that stops the TSIRM method;\r
350 \item $max\_iter_{kryl}$: the maximum number of iterations for the Krylov method;\r
351 \item $s$: the number of outer iterations before applying the minimization step;\r
352 \item $max\_iter_{ls}$: the maximum number of iterations for the iterative least-squares method;\r
353 \item $\epsilon_{ls}$: the threshold used to stop the least-squares method.\r
354 \end{itemize}\r
355 \r
356 \r
357 The  parallelization  of  TSIRM  relies   on  the  parallelization  of  all  its\r
358 parts. More  precisely, except the least-squares  step, all the  other parts are\r
359 obvious to  achieve out in parallel. In  order to develop a  parallel version of\r
360 our   code,   we   have   chosen   to   use   PETSc~\cite{petsc-web-page}.    In\r
361 line~\ref{algo:matrix_mul}, the matrix-matrix  multiplication is implemented and\r
362 efficient since the matrix $A$ is sparse and the matrix $S$ contains few columns\r
363 in  practice.  As  explained  previously,  at  least  two  methods  seem  to  be\r
364 interesting  to solve  the least-squares  minimization,  the CGLS  and the  LSQR\r
365 methods.\r
366 \r
367 In Algorithm~\ref{algo:02} we remind the CGLS algorithm. The LSQR method follows\r
368 more or less the  same principle but it takes more place,  so we briefly explain\r
369 the parallelization of CGLS which is  similar to LSQR.\r
370 \r
371 \begin{algorithm}[t]\r
372 \caption{CGLS}\r
373 \begin{algorithmic}[1]\r
374   \Input $A$ (matrix), $b$ (right-hand side)\r
375   \Output $x$ (solution vector)\vspace{0.2cm}\r
376   \State Let $x_0$ be an initial approximation\r
377   \State $r_0=b-Ax_0$\r
378   \State $p_1=A^Tr_0$\r
379   \State $s_0=p_1$\r
380   \State $\gamma=||s_0||^2_2$\r
381   \For {$k=1,2,3,\ldots$ until convergence ($\gamma<\epsilon_{ls}$)} \label{algo2:conv}\r
382     \State $q_k=Ap_k$\r
383     \State $\alpha_k=\gamma/||q_k||^2_2$\r
384     \State $x_k=x_{k-1}+\alpha_kp_k$\r
385     \State $r_k=r_{k-1}-\alpha_kq_k$\r
386     \State $s_k=A^Tr_k$\r
387     \State $\gamma_{old}=\gamma$\r
388     \State $\gamma=||s_k||^2_2$\r
389     \State $\beta_k=\gamma/\gamma_{old}$\r
390     \State $p_{k+1}=s_k+\beta_kp_k$\r
391   \EndFor\r
392 \end{algorithmic}\r
393 \label{algo:02}\r
394 \end{algorithm}\r
395 \r
396 \r
397 In each iteration  of CGLS, there are two  matrix-vector multiplications and some\r
398 classical  operations:  dot  product,   norm,  multiplication,  and  addition  on\r
399 vectors.  All  these  operations are  easy  to  implement  in PETSc  or  similar\r
400 environment.  It should be noticed that LSQR follows the same principle, it is a\r
401 little bit longer but it performs more or less the same operations.\r
402 \r
403 \r
404 %%%*********************************************************\r
405 %%%*********************************************************\r
406 \r
407 \section{Convergence results}\r
408 \label{sec:04}\r
409 \r
410 \r
411 We can now claim that,\r
412 \begin{proposition}\r
413 \label{prop:saad}\r
414 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
415 \r
416 Furthermore, let $r_k$ be the\r
417 $k$-th residue of TSIRM, then\r
418 we have the following boundaries:\r
419 \begin{itemize}\r
420 \item when $A$ is positive:\r
421 \begin{equation}\r
422 ||r_k|| \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{km}{2}} ||r_0|| ,\r
423 \end{equation}\r
424 where $M$ is the symmetric part of $A$, $\alpha = \lambda_{min}(M)^2$ and $\beta = \lambda_{max}(A^T A)$;\r
425 \item when $A$ is positive definite:\r
426 \begin{equation}\r
427 \|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
428 \end{equation}\r
429 \end{itemize}\r
430 %In the general case, where A is not positive definite, we have\r
431 %$\|r_n\| \le \inf_{p \in P_n} \|p(A)\| \le \kappa_2(V) \inf_{p \in P_n} \max_{\lambda \in \sigma(A)} |p(\lambda)| \|r_0\|, .$\r
432 \end{proposition}\r
433 \r
434 \begin{proof}\r
435 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
436 \begin{equation*}\r
437 \|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
438 \end{equation*}\r
439 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
440 \begin{equation*}\r
441 ||r_m|| \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{m}{2}} ||r_0|| ,\r
442 \end{equation*}\r
443 where $\alpha$ and $\beta$ are defined as in Proposition~\ref{prop:saad}, which proves \r
444 the convergence of GMRES($m$) for all $m$ under such assumptions regarding $A$.\r
445 These well-known results can be found, \emph{e.g.}, in~\cite{Saad86}.\r
446 \r
447 We will now prove by a mathematical induction that, for each $k \in \mathbb{N}^\ast$, \r
448 $||r_k|| \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{mk}{2}} ||r_0||$ 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
449 \r
450 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
451 \r
452 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
453 We will show that the statement holds too for $r_k$. Two situations can occur:\r
454 \begin{itemize}\r
455 \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
456 \item Else, the TSIRM algorithm consists in two stages: a first GMRES($m$) execution leads to a temporary $x_k$ whose residue satisfies:\r
457 \begin{itemize}\r
458 \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
459 \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
460 \end{itemize}\r
461 and a least squares resolution.\r
462 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
463 $\min_{\alpha \in \mathbb{R}^s} ||b-R\alpha ||_2 = \min_{\alpha \in \mathbb{R}^s} ||b-AS\alpha ||_2$\r
464 \r
465 $\begin{array}{ll}\r
466 & = \min_{x \in span\left(S_{k-s+1}, S_{k-s+2}, \hdots, S_{k} \right)} ||b-AS\alpha ||_2\\\r
467 & = \min_{x \in span\left(x_{k-s+1}, x_{k-s}+2, \hdots, x_{k} \right)} ||b-AS\alpha ||_2\\\r
468 & \leqslant \min_{x \in span\left( x_{k} \right)} ||b-Ax ||_2\\\r
469 & \leqslant \min_{\lambda \in \mathbb{R}} ||b-\lambda Ax_{k} ||_2\\\r
470 & \leqslant ||b-Ax_{k}||_2\\\r
471 & = ||r_k||_2\\\r
472 & \leqslant \left(1-\dfrac{\alpha}{\beta}\right)^{\frac{km}{2}} ||r_0||, \textrm{ if $A$ is positive,}\\\r
473 & \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
474 & \textrm{positive definite,} \r
475 \end{array}$\r
476 \end{itemize}\r
477 which concludes the induction and the proof.\r
478 \end{proof}\r
479 \r
480 Remark that a similar proposition can be formulated at each time\r
481 the given solver satisfies an inequality of the form $||r_n|| \leqslant \mu^n ||r_0||$,\r
482 with $|\mu|<1$. Furthermore, it is \emph{a priori} possible in some particular cases \r
483 regarding $A$, \r
484 that the proposed TSIRM converges while the GMRES($m$) does not.\r
485 \r
486 %%%*********************************************************\r
487 %%%*********************************************************\r
488 \section{Experiments using PETSc}\r
489 \label{sec:05}\r
490 \r
491 \r
492 In order to see the behavior of our approach when considering only one processor,\r
493 a  first  comparison  with  GMRES  or  FGMRES and  the  new  algorithm  detailed\r
494 previously  has been  experimented.  Matrices  that  have been  used with  their\r
495 characteristics (names, fields, rows,  and nonzero coefficients) are detailed in\r
496 Table~\ref{tab:01}.  These  latter, which are  real-world applications matrices,\r
497 have    been   extracted    from   the    Davis   collection,    University   of\r
498 Florida~\cite{Dav97}.\r
499 \r
500 \begin{table*}[htbp]\r
501 \begin{center}\r
502 \begin{tabular}{|c|c|r|r|r|} \r
503 \hline\r
504 Matrix name              & Field             &\# Rows   & \# Nonzeros   \\\hline \hline\r
505 crashbasis         & Optimization      & 160,000  &  1,750,416  \\\r
506 parabolic\_fem     & Comput. fluid dynamics  & 525,825 & 2,100,225 \\\r
507 epb3               & Thermal problem   & 84,617  & 463,625  \\\r
508 atmosmodj          & Comput. fluid dynamics  & 1,270,432 & 8,814,880 \\\r
509 bfwa398            & Electromagnetics pb & 398 & 3,678 \\\r
510 torso3             & 2D/3D problem & 259,156 & 4,429,042 \\\r
511 \hline\r
512 \r
513 \end{tabular}\r
514 \caption{Main characteristics of the sparse matrices chosen from the Davis collection}\r
515 \label{tab:01}\r
516 \end{center}\r
517 \end{table*}\r
518 Chosen parameters  are detailed below.   \r
519 We have  stopped  the  GMRES every  30\r
520 iterations (\emph{i.e.}, $max\_iter_{kryl}=30$), which is the default \r
521 setting of GMRES restart parameter.  The parameter $s$ has been set to 8. CGLS \r
522  minimizes  the   least-squares  problem   with  parameters\r
523 $\epsilon_{ls}=1e-40$ and $max\_iter_{ls}=20$.  The external precision is set to\r
524 $\epsilon_{tsirm}=1e-10$.  These  experiments have been performed  on an Intel(R)\r
525 Core(TM) i7-3630QM CPU @ 2.40GHz with the 3.5.1 version  of PETSc.\r
526 \r
527 \r
528 Experiments comparing \r
529 a GMRES variant with TSIRM in the resolution of linear systems are given in  Table~\ref{tab:02}. \r
530 The  second column describes whether GMRES or FGMRES has been used for linear systems solving.  \r
531 Different preconditioners  have been used according to the matrices.  With  TSIRM, the  same\r
532 solver and the  same preconditioner are used.  This table  shows that TSIRM can\r
533 drastically reduce  the number of iterations needed to reach the  convergence, when the\r
534 number of iterations for  the normal GMRES is more or less  greater than 500. In\r
535 fact this also depends on two parameters: the number of iterations before stopping GMRES\r
536 and the number of iterations to perform the minimization.\r
537 \r
538 \r
539 \begin{table*}[htbp]\r
540 \begin{center}\r
541 \begin{tabular}{|c|c|r|r|r|r|} \r
542 \hline\r
543 \r
544  \multirow{2}{*}{Matrix name}  & Solver /   & \multicolumn{2}{c|}{GMRES} & \multicolumn{2}{c|}{TSIRM CGLS} \\ \r
545 \cline{3-6}\r
546        &  precond             & Time  & \# Iter.  & Time  & \# Iter.  \\\hline \hline\r
547 \r
548 crashbasis         & gmres / none             &  15.65     & 518  &  14.12 & 450  \\\r
549 parabolic\_fem     & gmres / ilu           & 1009.94   & 7573 & 401.52 & 2970 \\\r
550 epb3               & fgmres / sor             &  8.67     & 600  &  8.21 & 540  \\\r
551 atmosmodj          &  fgmres / sor & 104.23  & 451 & 88.97 & 366  \\\r
552 bfwa398            & gmres / none  & 1.42 & 9612 & 0.28 & 1650 \\\r
553 torso3             & fgmres / sor  & 37.70 & 565 & 34.97 & 510 \\\r
554 \hline\r
555 \r
556 \end{tabular}\r
557 \caption{Comparison between sequential standalone (F)GMRES and TSIRM with (F)GMRES (time in seconds).}\r
558 \label{tab:02}\r
559 \end{center}\r
560 \end{table*}\r
561 \r
562 \r
563 \r
564 \r
565 \r
566 In order to perform larger experiments, we have tested some example applications\r
567 of  PETSc. These  applications are  available in  the \emph{ksp}  part,  which is\r
568 suited for scalable linear equations solvers:\r
569 \begin{itemize}\r
570 \item ex15  is an example  that solves in  parallel an operator using  a finite\r
571   difference  scheme.   The  diagonal  is  equal to  4  and  4  extra-diagonals\r
572   representing the neighbors in each directions  are equal to -1. This example is\r
573   used  in many  physical phenomena, for  example, heat  and fluid  flow, wave\r
574   propagation, etc.\r
575 \item ex54 is another example based on a 2D problem discretized with quadrilateral\r
576   finite elements. In this example, the user can define the scaling of material\r
577   coefficient in embedded circle called $\alpha$.\r
578 \end{itemize}\r
579 For more technical details on these applications, interested readers are invited\r
580 to read  the codes  available in  the PETSc sources.   These problems  have been\r
581 chosen because they are scalable with many  cores.\r
582 \r
583 In  the  following,   larger  experiments  are  described  on   two  large  scale\r
584 architectures: Curie  and Juqueen.   Both these architectures  are supercomputers\r
585 respectively  composed  of  80,640  cores   for  Curie  and  458,752  cores  for\r
586 Juqueen. Those  machines are respectively hosted  by GENCI in  France and Jülich\r
587 Supercomputing Center in Germany.  They belong with other similar architectures\r
588 to the  PRACE initiative (Partnership  for Advanced Computing  in Europe), which\r
589 aims  at  proposing  high  performance supercomputing  architecture  to  enhance\r
590 research  in  Europe.  The  Curie  architecture is  composed  of  Intel  E5-2680\r
591 processors  at 2.7  GHz with  2Gb memory  by core.  The Juqueen  architecture,\r
592 for its part, is\r
593 composed by IBM PowerPC  A2 at  1.6 GHz with  1Gb memory  per core.  Both those\r
594 architectures are equipped with a dedicated high speed network.\r
595 \r
596 \r
597 In  many situations, using  preconditioners is  essential in  order to  find the\r
598 solution of a linear system.  There are many preconditioners available in PETSc.\r
599 However, for parallel applications, all  the preconditioners based on matrix factorization\r
600 are  not  available. In  our  experiments, we  have  tested  different kinds  of\r
601 preconditioners, but  as it is  not the subject  of this paper, we  will not\r
602 present results with many preconditioners. In  practice, we have chosen to use a\r
603 multigrid (mg)  and successive  over-relaxation (sor). For  further details  on the\r
604 preconditioners in PETSc, readers are referred to~\cite{petsc-web-page}.\r
605 \r
606 \r
607 \r
608 \begin{table*}[htbp]\r
609 \begin{center}\r
610 \begin{tabular}{|r|r|r|r|r|r|r|r|r|} \r
611 \hline\r
612 \r
613   nb. cores & precond   & \multicolumn{2}{c|}{FGMRES} & \multicolumn{2}{c|}{TSIRM CGLS} &  \multicolumn{2}{c|}{TSIRM LSQR} & best gain \\ \r
614 \cline{3-8}\r
615              &                       & Time  & \# Iter.  & Time  & \# Iter. & Time  & \# Iter. & \\\hline \hline\r
616   2,048      & mg                    & 403.49   & 18,210    & 73.89  & 3,060   & 77.84  & 3,270  & 5.46 \\\r
617   2,048      & sor                   & 745.37   & 57,060    & 87.31  & 6,150   & 104.21 & 7,230  & 8.53 \\\r
618   4,096      & mg                    & 562.25   & 25,170    & 97.23  & 3,990   & 89.71  & 3,630  & 6.27 \\\r
619   4,096      & sor                   & 912.12   & 70,194    & 145.57 & 9,750   & 168.97 & 10,980 & 6.26 \\\r
620   8,192      & mg                    & 917.02   & 40,290    & 148.81 & 5,730   & 143.03 & 5,280  & 6.41 \\\r
621   8,192      & sor                   & 1,404.53 & 106,530   & 212.55 & 12,990  & 180.97 & 10,470 & 7.76 \\\r
622   16,384     & mg                    & 1,430.56 & 63,930    & 237.17 & 8,310   & 244.26 & 7,950  & 6.03 \\\r
623   16,384     & sor                   & 2,852.14 & 216,240   & 418.46 & 21,690  & 505.26 & 23,970 & 6.82 \\\r
624 \hline\r
625 \r
626 \end{tabular}\r
627 \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
628 \label{tab:03}\r
629 \end{center}\r
630 \end{table*}\r
631 \r
632 Table~\ref{tab:03} shows  the execution  times and the  number of  iterations of\r
633 example ex15  of PETSc on the  Juqueen architecture. Different  numbers of cores\r
634 are studied  ranging from 2,048 up-to  16,383 with the  two preconditioners {\it\r
635   mg}  and {\it  sor}.   For those  experiments,  the number  of components  (or\r
636 unknowns  of  the problems)  per  core  is fixed  at  25,000,  also called  weak\r
637 scaling. This number  can seem relatively small. In  fact, for some applications\r
638 that  need a  lot of  memory, the  number of  components per  processor requires\r
639 sometimes to  be small. Other parameters  for this application  are described in\r
640 the legend of this table.\r
641 \r
642 \r
643 \r
644 In  Table~\ref{tab:03},  we  can  notice   that  TSIRM  is  always  faster  than\r
645 FGMRES. The last  column shows the ratio between FGMRES and  the best version of\r
646 TSIRM according  to the minimization  procedure: CGLS or  LSQR. Even if  we have\r
647 computed the worst case between CGLS and  LSQR, it is clear that TSIRM is always\r
648 faster than  FGMRES. For  this example, the  multigrid preconditioner  is faster\r
649 than SOR. The gain between TSIRM and  FGMRES is more or less similar for the two\r
650 preconditioners.  Looking at the number  of iterations to reach the convergence,\r
651 it is  obvious that TSIRM allows the  reduction of the number  of iterations. It\r
652 should be noticed  that for TSIRM, in those experiments,  only the iterations of\r
653 the Krylov solver  are taken into account.  Iterations of CGLS  or LSQR were not\r
654 recorded  but they  are  time-consuming.  In  general, each  $max\_iter_{kryl}*s$\r
655 iterations which corresponds to 30*12, there are $max\_iter_{ls}$ iterations for\r
656 the least-squares method which corresponds to 15.\r
657 \r
658 \begin{figure}[htbp]\r
659 \centering\r
660   \includegraphics[width=0.5\textwidth]{nb_iter_sec_ex15_juqueen}\r
661 \caption{Number of iterations per second with ex15 and the same parameters as in Table~\ref{tab:03} (weak scaling)}\r
662 \label{fig:01}\r
663 \end{figure}\r
664 \r
665 \r
666 In  Figure~\ref{fig:01}, the number  of iterations  per second  corresponding to\r
667 Table~\ref{tab:03}  is  displayed.   It  can  be  noticed  that  the  number  of\r
668 iterations per second of FMGRES is constant whereas it decreases with TSIRM with\r
669 both preconditioners. This can be explained  by the fact that when the number of\r
670 cores increases, the time for the least-squares minimization step also increases\r
671 but, generally, when the number of  cores increases, the number of iterations to\r
672 reach the threshold  also increases, and, in that case,  TSIRM is more efficient\r
673 to reduce  the number of iterations. So,  the overall benefit of  using TSIRM is\r
674 interesting.\r
675 \r
676 \r
677 \r
678 \r
679 \r
680 \r
681 \begin{table*}[htbp]\r
682 \begin{center}\r
683 \begin{tabular}{|r|r|r|r|r|r|r|r|r|} \r
684 \hline\r
685 \r
686   nb. cores & $\epsilon_{tsirm}$  & \multicolumn{2}{c|}{FGMRES} & \multicolumn{2}{c|}{TSIRM CGLS} &  \multicolumn{2}{c|}{TSIRM LSQR} & best gain \\ \r
687 \cline{3-8}\r
688              &                       & Time  & \# Iter.  & Time  & \# Iter. & Time  & \# Iter. & \\\hline \hline\r
689   2,048      & 8e-5                  & 108.88 & 16,560  & 23.06  &  3,630  & 22.79  & 3,630   & 4.77 \\\r
690   2,048      & 6e-5                  & 194.01 & 30,270  & 35.50  &  5,430  & 27.74  & 4,350   & 6.99 \\\r
691   4,096      & 7e-5                  & 160.59 & 22,530  & 35.15  &  5,130  & 29.21  & 4,350   & 5.49 \\\r
692   4,096      & 6e-5                  & 249.27 & 35,520  & 52.13  &  7,950  & 39.24  & 5,790   & 6.35 \\\r
693   8,192      & 6e-5                  & 149.54 & 17,280  & 28.68  &  3,810  & 29.05  & 3,990  & 5.21 \\\r
694   8,192      & 5e-5                  & 785.04 & 109,590 & 76.07  &  10,470  & 69.42 & 9,030  & 11.30 \\\r
695   16,384     & 4e-5                  & 718.61 & 86,400 & 98.98  &  10,830  & 131.86  & 14,790  & 7.26 \\\r
696 \hline\r
697 \r
698 \end{tabular}\r
699 \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
700 \label{tab:04}\r
701 \end{center}\r
702 \end{table*}\r
703 \r
704 \r
705 In  Table~\ref{tab:04},  some  experiments   with  example  ex54  on  the  Curie\r
706 architecture are reported.  For this  application, we fixed $\alpha=0.6$.  As it\r
707 can be seen in that table, the size of the problem has a strong influence on the\r
708 number of iterations to reach the  convergence. That is why we have preferred to\r
709 change the threshold.  If we set  it to $1e-3$ as with the previous application,\r
710 only one iteration is necessary  to reach the convergence. So Table~\ref{tab:04}\r
711 shows the  results of  different executions with  different number of  cores and\r
712 different thresholds. As with the previous example, we can observe that TSIRM is\r
713 faster than  FGMRES. The ratio greatly  depends on the number  of iterations for\r
714 FMGRES to reach the threshold. The greater the number of iterations to reach the\r
715 convergence is, the  better the ratio between our algorithm  and FMGRES is. This\r
716 experiment is  also a  weak scaling with  approximately $25,000$  components per\r
717 core. It can also  be observed that the difference between CGLS  and LSQR is not\r
718 significant. Both can be good but it seems not possible to know in advance which\r
719 one will be the best.\r
720 \r
721 Table~\ref{tab:05} shows  a strong scaling  experiment with example ex54  on the\r
722 Curie  architecture. So,  in  this case,  the  number of  unknowns  is fixed  at\r
723 $204,919,225$ and the number of cores ranges from $512$ to $8192$ with the power\r
724 of two.  The  threshold is fixed at $5e-5$ and only  the $mg$ preconditioner has\r
725 been  tested. Here  again  we can  see that  TSIRM  is faster  than FGMRES.  The\r
726 efficiency of each algorithm is reported.  It can be noticed that the efficiency\r
727 of FGMRES is  better than the TSIRM  one except with $8,192$ cores  and that its\r
728 efficiency is  greater than one  whereas the efficiency  of TSIRM is  lower than\r
729 one.  Nevertheless,  the ratio  of TSIRM with  any version of  the least-squares\r
730 method is  always faster.  With $8,192$  cores when the number  of iterations is\r
731 far  more important  for  FGMRES,  we can  see  that it  is  only slightly  more\r
732 important for TSIRM.\r
733 \r
734 In Figure~\ref{fig:02}  we report  the number of  iterations per second  for the\r
735 experiments  reported in  Table~\ref{tab:05}.  This  figure highlights  that the\r
736 number of iterations  per second is more  or less the same for  FGMRES and TSIRM\r
737 with a little advantage for FGMRES. It  can be explained by the fact that, as we\r
738 have previously  explained, the  iterations of the  least-squares steps  are not\r
739 taken into account with TSIRM.\r
740 \r
741 \begin{table*}[htbp]\r
742 \begin{center}\r
743 \begin{tabular}{|r|r|r|r|r|r|r|r|r|r|r|} \r
744 \hline\r
745 \r
746   nb. cores   & \multicolumn{2}{c|}{FGMRES} & \multicolumn{2}{c|}{TSIRM CGLS} &  \multicolumn{2}{c|}{TSIRM LSQR} & best gain & \multicolumn{3}{c|}{efficiency} \\ \r
747 \cline{2-7} \cline{9-11}\r
748                     & Time  & \# Iter.  & Time  & \# Iter. & Time  & \# Iter. &   & FGMRES & TS CGLS & TS LSQR\\\hline \hline\r
749    512              & 3,969.69 & 33,120 & 709.57 & 5,790  & 622.76 & 5,070  & 6.37  &   1    &    1    &     1     \\\r
750    1024             & 1,530.06  & 25,860 & 290.95 & 4,830  & 307.71 & 5,070 & 5.25  &  1.30  &    1.21  &   1.01     \\\r
751    2048             & 919.62    & 31,470 & 237.52 & 8,040  & 194.22 & 6,510 & 4.73  & 1.08   &    .75   &   .80\\\r
752    4096             & 405.60    & 28,380 & 111.67 & 7,590  & 91.72  & 6,510 & 4.42  & 1.22   &  .79     &   .84 \\\r
753    8192             & 785.04   & 109,590 & 76.07  & 10,470 & 69.42 & 9,030  & 11.30 &   .32  &   .58    &  .56 \\\r
754 \r
755 \hline\r
756 \r
757 \end{tabular}\r
758 \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
759 \label{tab:05}\r
760 \end{center}\r
761 \end{table*}\r
762 \r
763 \begin{figure}[htbp]\r
764 \centering\r
765   \includegraphics[width=0.5\textwidth]{nb_iter_sec_ex54_curie}\r
766 \caption{Number of iterations per second with ex54 and the same parameters as in Table~\ref{tab:05} (strong scaling)}\r
767 \label{fig:02}\r
768 \end{figure}\r
769 \r
770 \r
771 Concerning the  experiments some  other remarks are  interesting.\r
772 \begin{itemize}\r
773 \item We have tested other examples  of PETSc/KSP (ex29, ex45, ex49).  For all these\r
774   examples,  we have also  obtained similar  gains between  GMRES and  TSIRM but\r
775   those  examples are  not scalable  with many  cores. In  general, we  had some\r
776   problems with more than $4,096$ cores.\r
777 \item We have tested many iterative  solvers available in PETSc.  In fact, it is\r
778   possible to use most of them with TSIRM. From our point of view, the condition\r
779   to  use  a  solver inside  TSIRM  is  that  the  solver  must have  a  restart\r
780   feature. More precisely,  the solver must support to  be stopped and restarted\r
781   without decreasing its convergence. That is  why with GMRES we stop it when it\r
782   is  naturally restarted (\emph{i.e.}   with $m$  the restart  parameter).  The\r
783   Conjugate Gradient (CG) and all its variants do not have ``restarted'' version\r
784   in PETSc,  so they are not efficient.   They will converge with  TSIRM but not\r
785   quickly because  if we  compare a  normal CG with  a CG  which is  stopped and\r
786   restarted every  16 iterations (for example),  the normal CG will  be far more\r
787   efficient.   Some  restarted  CG or  CG  variant  versions  exist and  may  be\r
788   interesting to study in future works.\r
789 \end{itemize}\r
790 %%%*********************************************************\r
791 %%%*********************************************************\r
792 \r
793 \r
794 %%NEW\r
795 \begin{table*}[htbp]\r
796 \begin{center}\r
797 \begin{tabular}{|r|r|r|r|r|r|r|r|} \r
798 \hline\r
799 \r
800   nb. cores   & \multicolumn{2}{c|}{FGMRES/ASM} & \multicolumn{2}{c|}{TSIRM CGLS/ASM} & gain& \multicolumn{2}{c|}{FGMRES/HYPRE}   \\ \r
801 \cline{2-5} \cline{7-8}\r
802                     & Time  & \# Iter.  & Time  & \# Iter. &        & Time  & \# Iter.   \\\hline \hline\r
803    512              & 5.54      & 685    & 2.5 &       570 & 2.21   & 128.9 & 9     \\\r
804    2048             & 14.95     & 1,560  &  4.32 &     746 & 3.48   & 335.7 & 9 \\\r
805    4096             & 25.13    & 2,369   & 5.61 &   859    & 4.48   & >1000  & -- \\\r
806    8192             & 44.35   & 3,197   &  7.6  &  1083    &  5.84  & >1000 &  --   \\\r
807 \r
808 \hline\r
809 \r
810 \end{tabular}\r
811 \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
812 \label{tab:06}\r
813 \end{center}\r
814 \end{table*}\r
815 \r
816 \r
817 \begin{figure}[htbp]\r
818 \centering\r
819   \includegraphics[width=0.5\textwidth]{nb_iter_sec_ex45_curie}\r
820 \caption{Number of iterations per second with ex45 and the same parameters as in Table~\ref{tab:06} (weak scaling)}\r
821 \label{fig:03}\r
822 \end{figure}\r
823 \r
824 \r
825 \r
826 \begin{table*}[htbp]\r
827 \begin{center}\r
828 \begin{tabular}{|r|r|r|r|r|r|} \r
829 \hline\r
830 \r
831   nb. cores   & \multicolumn{2}{c|}{FGMRES/BJAC} & \multicolumn{2}{c|}{TSIRM CGLS/BJAC} & gain   \\ \r
832 \cline{2-5}\r
833                     & Time         & \# Iter.  & Time   & \# Iter.  &  \\\hline \hline\r
834    1024              & 667.92      & 48,732    & 81.65  &     5,087 &  8.18 \\\r
835    2048             & 966.87       & 77,177    &  90.34 &     5,716 &  10.70\\\r
836    4096             & 1,742.31     & 124,411   &  119.21 &   6,905  & 14.61\\\r
837    8192             & 2,739.21     & 187,626   &  168.9  &  9,000   & 16.22\\\r
838 \r
839 \hline\r
840 \r
841 \end{tabular}\r
842 \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
843 \label{tab:07}\r
844 \end{center}\r
845 \end{table*}\r
846 \r
847 \begin{table*}[htbp]\r
848 \begin{center}\r
849 \begin{tabular}{|r|r|r|r|r|r|} \r
850 \hline\r
851 \r
852   nb. cores   & \multicolumn{2}{c|}{FGMRES/BJAC} & \multicolumn{2}{c|}{TSIRM CGLS/BJAC} & gain  \\ \r
853 \cline{2-5}\r
854                     & Time         & \# Iter.  & Time   & \# Iter. &  \\\hline \hline\r
855    1024              & 159.52      & 11,584    &  26.34  &     1,563  &  6.06  \\\r
856    2048             & 226.24       & 16,459    &  37.23 &     2,248   &  6.08\\\r
857    4096             & 391.21     & 27,794   &  50.93 &   2,911  &  7.69\\\r
858    8192             & 543.23     & 37,770   &  79.21  &  4,324  & 6.86 \\\r
859 \r
860 \hline\r
861 \r
862 \end{tabular}\r
863 \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
864 \label{tab:08}\r
865 \end{center}\r
866 \end{table*}\r
867 \r
868 \r
869 %%ENDNEW\r
870 \r
871 %%%*********************************************************\r
872 %%%*********************************************************\r
873 \section{Conclusion}\r
874 \label{sec:06}\r
875 %The conclusion goes here. this is more of the conclusion\r
876 %%%*********************************************************\r
877 %%%*********************************************************\r
878 \r
879 %%NEW\r
880 In this paper a new two-stage algorithm TSIRM has been described. This method allows us to improve the convergence of  Krylov iterative  methods. It is based\r
881 on a least-squares minimization step which uses the  Krylov residuals.\r
882 \r
883 \r
884 We have implemented our code in PETSc in order to show that it is efficient and scalable. Some experiments with classical examples of PETSc for linear and nonlinear problems have been performed. We observed that TSIRM outperforms GMRES variants when the number of iterations is large. TSIRM is also scalable since we made some experiments with up to 16,394 cores.\r
885 \r
886 We also observed that TSIRM is efficient with different preconditioners. The hypre preconditioner that is globally very efficient for many problems is also very time consuming. Consequently, sometimes using a less performent preconditioners may be a better solution. In that case, TSIRM is also more efficient than traditional Krylov methods.\r
887 \r
888 {\bf A CHECKER !!}\r
889 The influence of some important parameters of TSIRM have been studied. It can be noticed that they have a strong influence on the convergence speed\r
890 \r
891 In future works, we plan to study other problems coming from different research areas. Other efficient Krylov optimisation methods as communication avoiding technique may be interesting to be investigated\r
892 %%ENDNEW\r
893 \r
894 \r
895 \r
896 % use section* for acknowledgement\r
897 %%%*********************************************************\r
898 %%%*********************************************************\r
899 \section*{Acknowledgment}\r
900 This  paper  is   partially  funded  by  the  Labex   ACTION  program  (contract\r
901 ANR-11-LABX-01-01).  We  acknowledge PRACE for  awarding us access  to resources\r
902 Curie and Juqueen respectively based in France and Germany.\r
903 \r
904 \r
905 \r
906 \r
907 \r
908 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\r
909 \r
910 \bibliography{biblio}\r
911 \bibliographystyle{unsrt}\r
912 \bibliographystyle{alpha}\r
913 \r
914 \end{document}\r