]> AND Private Git Repository - kahina_paper1.git/blob - Root.tex
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
fd6cc0eb3a232e860e0bca7a509f96e322d15869
[kahina_paper1.git] / Root.tex
1 \documentclass[11pt,a4paper]{article}\r
2 \usepackage[latin1]{inputenc}\r
3 \usepackage{amsmath}\r
4 \usepackage{amsfonts}\r
5 \usepackage{amssymb}\r
6 %%\usepackage{algorithm2e}\r
7 \usepackage[ruled,vlined]{algorithm2e}\r
8 %%\usepackage{algo}\r
9 \r
10 \usepackage{array,multirow,makecell}\r
11 \setcellgapes{1pt}\r
12 \makegapedcells\r
13 \newcolumntype{R}[1]{>{\raggedleft\arraybackslash }b{#1}}\r
14 \newcolumntype{L}[1]{>{\raggedright\arraybackslash }b{#1}}\r
15 \newcolumntype{C}[1]{>{\centering\arraybackslash }b{#1}}\r
16 \r
17 \author{ghidouche}\r
18 \title{Paper1_kahina}\r
19 \begin{document}\r
20 \section{Root finding problem}\r
21 We consider a polynomial of degree \textit{n} having coefficients\r
22 in the complex \textit{C} and zeros $\alpha_{i},\textit{i=1,...,n}$. \\\r
23 \begin{center}\r
24 \begin{equation}\r
25      {\Large p(x)=\sum{a_{i}x^{i}}=a_{n}\prod(x-\alpha_{i}),a_{0} a_{n}\neq 0}\r
26 \end{equation}\r
27 \end{center}\r
28 \r
29  the root finding problem consist to find\r
30 all n root of \textit{p(x)}. the problem of finding a root is\r
31 equivalent to the problem of finding a fixed-point. To see this\r
32 consider the fixed-point problem of finding the n-dimensional\r
33 vector x such that\r
34 \begin{center}\r
35 $x=g(x).  $\r
36 \end{center}\r
37 where $g : C^{n}\longrightarrow C^{n}$. Note that we can easily\r
38 rewrite this fixed-point problem as a root-finding problem by\r
39 setting $f (x) = x-g(x)$ and likewise we can recast the\r
40 root-finding problem into a fixed-point problem by setting\r
41 \begin{center}\r
42 $g(x)= f(x)-x$\r
43 \end{center}\r
44 Often it will not be possible to solve such nonlinear equation\r
45 root-finding problems analytically. When this occurs we turn to\r
46 numerical methods to approximate the solution. Generally speaking,\r
47 algorithms for solving problems numerically can be divided into\r
48 two main groups: direct methods and iterative methods.\r
49 \\\r
50  Direct methods exist only for $n \leqslant4$,solved in closed form by G. Cardano\r
51 in the mid-16th century. However, N.H. Abel in the early 19th\r
52 century showed that polynomials of degree five or more could not\r
53 be solved by  directs methods. Since then researchers have\r
54 concentrated on numerical (iterative) methods such as the famous\r
55 Newton s method, Bernoulli s method of the 18th, and Graeffe s.\r
56 With the advent of electronic computers, different methods has\r
57 been developed such as the Jenkins-Traub method, Larkin s method,\r
58 Muller s method, and several methods for simultaneous\r
59 approximation of all the roots, starting with the Durand-Kerner\r
60 method:\r
61 \begin{center}\r
62 \begin{equation} Z_{i}=Z_{i}-\frac{P(Z_{i})}{\prod_{i\neq j}(z_{i}-z_{j})}\r
63 \end{equation}\r
64 \end{center}\r
65 \r
66 This formula is mentioned for the first time from\r
67 Weiestrass~\cite{Weierstrass03} as part of the fundamental theorem\r
68 of Algebra and is rediscovered from Ilieff~\cite{Ilie50},\r
69 Docev~\cite{Docev62}, Durand~\cite{Durand60},\r
70 Kerner~\cite{Kerner66}. Another method discovered from\r
71 Borsch-Supan~\cite{ Borch-Supan63} and also described and brought\r
72 in the following form from Ehrlich~\cite{Ehrlich67} and\r
73 Aberth~\cite{Aberth73}.\r
74 \begin{center}\r
75 \begin{equation}\r
76  Z_{i}=Z_{i}-\frac{1}{{\frac {P'(Z_{i})} {P(Z_{i})}}-{\sum_{i\neq j}(z_{i}-z_{j})}}\r
77 \end{equation}\r
78 \end{center}\r
79 \r
80 Aberth, Ehrlich and Farmer-Loizou~\cite{Loizon83} have proved that\r
81 the above method has cubic order of convergence for simple roots.\r
82 \r
83 \r
84 Iterative methods raise several problem when implemented e.g.\r
85 specific sizes of numbers must be used to deal with this\r
86 difficulty.Moreover,the convergence time of iterative methods\r
87 drastically increase like the degrees of high polynomials. The\r
88 parallelization of these algorithms will improve the convergence\r
89 time.\r
90 \r
91 Many authors have treated the problem of parallelization of\r
92 simultaneous methods. Freeman~\cite{Freeman89} has tested the DK\r
93 method, EA method and another method of the fourth order proposed\r
94 from Farmer and Loizou~\cite{Loizon83},on a 8- processor linear\r
95 chain, for polynomial of degree up to 8. The third method often\r
96 diverges, but the first two methods have speed-up 5.5\r
97 (speed-up=(Time on one processor)/(Time on p processors)). Later\r
98 Freeman and Bane~\cite{Freemanall90}  consider asynchronous\r
99 algorithms, in which each processor continues to update its\r
100 approximations even although the latest values of other $z_i((k))$\r
101 have not received from the other processors, in difference with\r
102 the synchronous version where it would wait.\r
103 in~\cite{Raphaelall01}proposed two methods of parallelization for\r
104 architecture with shared memory and distributed memory,it able to\r
105 compute the root of polynomial degree  10000 on 430 s with only 8\r
106 pc and 2 communications per iteration. Compare to the sequential\r
107 it take 3300 s to obtain the same results.\r
108 \r
109 After this few works discuses this problem until the apparition of\r
110 the Compute Unified Device Architecture (CUDA)~\cite{CUDA10},a\r
111 parallel computing platform and a programming model invented by\r
112 NVIDIA. the computing ability of GPU has exceeded the counterpart\r
113 of CPU. It is a waste of resource to be just a graphics card for\r
114 GPU.  CUDA adopts a totally new computing architecture to use the\r
115 hardware resources provided by GPU in order to offer a stronger\r
116 computing ability to the massive data computing.\r
117 \r
118 \r
119 Indeed,~\cite{Kahinall14}proposed the implementation of the\r
120 Durand-Kerner method on GPU (Graphics Processing Unit). The main\r
121 result prove that a parallel implementation is 10 times as fast as\r
122 the sequential implementation on a single CPU for high degree\r
123 polynomials that is greater than about 48000.\r
124 \paragraph{}\r
125 The mean part of our work is to implement the Aberth method on GPU\r
126 and compare it with the Durand Kerner\r
127 implementation.................To be continued..................\r
128 \r
129 \r
130 \section{Aberth method and difficulties}\r
131 A cubically convergent iteration method for finding zeros of\r
132 polynomials was proposed by O.Aberth~\cite{Aberth73}.The Aberth\r
133 method is a purely algebraic derivation.To illustrate the\r
134 derivation, we let $w_{i}(z)$ be the product of linear factor $\r
135 w_{i}(z)=\prod_{j=1,j \neq i}^{n} (z-x_{j})$\r
136 \r
137 and rational function $R_{i}(z)$ be the correction term of\r
138 Weistrass method~\cite{Weierstrass03}:\r
139 \r
140 \begin{equation}\r
141 R_{i}(z)=\dfrac{p(z)}{w_{i}(Z)} , i=1,2,...,n.\r
142 \end{equation}\r
143 \r
144 Differentiating the rational function $R_{i}(z)$ and applying the\r
145 Newton method, we have\r
146 \r
147 \begin{equation}\r
148 \dfrac{R_{i}(z)}{R_{i}^{'}(z)}=\r
149 \dfrac{p(z)}{p^{'}(z)-p(z)\dfrac{w_{i}(z)}{w_{i}^{'}(z)}}=\r
150 \dfrac{p(z)}{p^{'}(z)-p(z) \sum _{j=1,j \neq\r
151 i}^{n}\dfrac{1}{z-x_{i}}}, i=1,2,...,n\r
152 \end{equation}\r
153 \r
154 Substituting $x_{j}$ for z we obtain the Aberth iteration method\r
155 \r
156 Let present the means stages of Aberth's method.\r
157 \r
158 \subsection{Polynomials Initialization}\r
159  The initialization of polynomial P(z) with complex coefficients\r
160  are given by:\r
161 \r
162 \begin{equation}\r
163   p(z)=\sum{a_{i}z^{n-i}}. where a_{n} \neq 0,a_{0}=1, a_{i}\subset C\r
164 \end{equation}\r
165 \r
166 \r
167 \subsection{Vector $Z^{0)}$ Initialization}\r
168 \r
169 The choice of the initial points $z^{(0)}_{i} , i = 1, . . . , n,$\r
170 from which starting the iteration  (2) or (3), is rather delicate\r
171 since the number of steps needed by the iterative method to reach\r
172 a given approximation strongly depends on it.\r
173 In~\cite{Aberth73}the Aberth iteration is started by selecting n\r
174 equispaced points on a circle of center 0 and radius r, where r is\r
175 an upper bound to the moduli of the zeros. After,~\cite{Bini96}\r
176 performs this choice by selecting complex numbers along different\r
177 circles and relies on the result of~\cite{Ostrowski41}.\r
178 \r
179 \begin{equation}\r
180 \sigma_{0}=\frac{u+v}{2};u=\frac{\sum_{i=1}^{n}u_{i}}{n.max_{i=1}^{n}u_{i}};\r
181 v=\frac{\sum_{i=0}^{n-1}v_{i}}{n.min_{i=0}^{n-1}v_{i}};u_{i}=2.|a_{i}|^{\frac{1}{i}};\r
182 v_{i}=\frac{|\frac{a_{n}}{a_{i}}|^{\frac{1}{n-i}}}{2}\r
183 \end{equation}\r
184 \r
185 \subsection{Iterative Function Hi}\r
186 The operator used with Aberth's method is corresponding to the\r
187 following equation which will enable the convergence towards\r
188 polynomial solutions, provided all the roots are distinct.\r
189 \r
190 \begin{equation}\r
191 H_{i}(z)=z_{i}-\frac{1}{\frac{P^{'}(z_{i})}{P(z_{i})}-\sum_{j\neq\r
192 i}{\frac{1}{z_{i}-z_{j}}}}\r
193 \end{equation}\r
194 \r
195 \subsection{Convergence condition}\r
196 determines the success of the termination. It consists in stopping\r
197 the iterative function $H_{i}(z)$ when the are stable,the method\r
198 converge sufficiently:\r
199 \r
200 \begin{equation}\r
201 \forall i \in\r
202 [1,n];\frac{z_{i}^{(k)}-z_{i}^{(k-1)}}{z_{i}^{(k)}}<\xi\r
203 \end{equation}\r
204 \r
205 \r
206 \section{Difficulties and amelioration}\r
207 the Aberth method implementation suffer of overflow problems. This\r
208 situation occurs, for instance, in the case where a polynomial\r
209 having positive coefficients and large degree is computed at a\r
210 point $\xi$ where $|\xi| > 1$.Indeed the limited number in the\r
211 mantissa of floating takings the computation of P(z) wrong when z\r
212 is large. for example $(10^{50}) +1+ (- 10_{50})$ will give result\r
213 0 instead of 1 in reality.consequently we can't compute the roots\r
214 for large polynomial's degree. This problem was discuss in\r
215 ~\cite{Karimall98} for the Durand-Kerner method, the authors\r
216 propose to use the logratihm and the exponential of a complex:\r
217 \r
218 \begin{equation}\r
219  \forall(x,y)\in R^{*2}; \ln (x+i.y)=\ln(x^{2}+y^{2})\r
220 2+i.\arcsin(y\sqrt{x^{2}+y^{2}})_{\left] -\pi, \pi\right[ }\r
221 \end{equation}\r
222 %%\begin{equation}\r
223 \begin{align}\r
224  \forall(x,y)\in R^{*2}; \exp(x+i.y)&= \exp(x).\exp(i.y)\\\r
225                                     &=\exp(x).\cos(y)+i.\exp(x).\sin(y)\r
226 \end{align}\r
227 %%\end{equation}\r
228 \r
229 The application of logarithm can replace any multiplications and\r
230 divisions with additions and subtractions; consequently it\r
231 manipulates lower absolute values and can be compute the roots for\r
232 large polynomial's degree exceed~\cite{Karimall98}.\r
233 \r
234 Applying this solution for the Aberth method we obtain the\r
235 iteration function with logarithm:\r
236 %%$$ \exp \bigl(  \ln(p(z)_{k})-ln(\ln(p(z)_{k}^{'}))- \ln(1- \exp(\ln(p(z)_{k})-ln(\ln(p(z)_{k}^{'})+\ln\sum_{i\neq j}^{n}\frac{1}{z_{k}-z_{j}})$$\r
237 \begin{equation}\r
238 H_{i}(z)=z_{i}^{k}-\exp \left(\ln \left(\r
239 p(z_{k})\right)-\ln\left(p(z_{k}^{'})\right)- \ln\r
240 \left(1-Q(z_{k})\right)\right)\r
241 \end{equation}\r
242 where:\r
243 \r
244 \begin{equation}\r
245 Q(z_{k})=\exp\left( \ln (p(z_{k}))-\ln(p(z_{k}^{'}))+\ln \left(\r
246 \sum_{k\neq j}^{n}\frac{1}{z_{k}-z_{j}}\right)\right)\r
247 \end{equation}\r
248 \r
249 \r
250 this solution is applying when it is necessary\r
251 \r
252 \section{The implementation of simultaneous methods in a parallel computer}\r
253     The main problem of the simultaneous methods is that the necessary\r
254 time needed for the convergence is increased with the increasing\r
255 of the degree of the polynomial. The parallelization of these\r
256 algorithms will improve the convergence time. Researchers usually\r
257 adopt one of the two following approaches to parallelize root\r
258 finding algorithms. One approach is to reduce the total number of\r
259 iterations as implemented by Miranker\r
260 ~\cite{Mirankar68,Mirankar71}, Schedler~\cite{Schedler72} and\r
261 Winogard~\cite{Winogard72}. Another approach is to reduce the\r
262 computation time per iteration, as reported\r
263 in~\cite{Benall68,Jana06,Janall99,Riceall06}. There are many\r
264 schemes for simultaneous approximations of all roots of a given\r
265 polynomial. Several works on different methods and issues of root\r
266 finding have been reported in~\cite{Azad07,Gemignani07,Kalantari08\r
267 ,Skachek08,Zhancall08,Zhuall08}. However, Durand-Kerner and\r
268 Ehrlich methods are the most practical choices among\r
269 them~\cite{Bini04}. These two methods have been extensively\r
270 studied for parallelization due to their following advantages. The\r
271 computation involved in these methods has some inherent\r
272 parallelism that can be suitably exploited by SIMD machines.\r
273 Moreover, they have fast rate of convergence (quadratic for the\r
274 Durand-Kerner method and cubic for the Ehrlich). Various parallel\r
275 algorithms reported for these methods can be found\r
276 in~\cite{Cosnard90, Freeman89,Freemanall90,,Jana99,Janall99}.\r
277 Freeman and Bane~\cite{Freemanall90} presented two parallel\r
278 algorithms on a local memory MIMD computer with the compute-to\r
279 communication time ratio O(n). However, their algorithms require\r
280 each processor to communicate its current approximation to all\r
281 other processors at the end of each iteration. Therefore they\r
282 cause a high degree of memory conflict. Recently the author\r
283 in~\cite{Mirankar71} proposed two versions of parallel algorithm\r
284 for the Durand-Kerner method, and Aberth method on an on model of\r
285 Optoelectronic Transpose Interconnection System (OTIS).The\r
286 algorithms are mapped on an OTIS-2D torus using N processors. This\r
287 solution need N processors to compute N roots, that it is not\r
288 practical (is not suitable to compute large polynomial's degrees).\r
289 Until then, the related works are not able to compute the root of\r
290 the large polynomial's degrees (higher then 1000) and with small\r
291 time.\r
292 \r
293     Finding polynomial roots rapidly and accurately it is our\r
294 objective, with the apparition of the CUDA(Compute Unified Device\r
295 Architecture), finding the roots of polynomials becomes rewarding\r
296 and very interesting, CUDA adopts a totally new computing\r
297 architecture to use the hardware resources provided by GPU in\r
298 order to offer a stronger computing ability to the massive data\r
299 computing.in~\cite{Kahinall14} we proposed the first implantation\r
300 of the root finding polynomials method on GPU (Graphics Processing\r
301 Unit),which is the Durand-Kerner method. The main result prove\r
302 that a parallel implementation is 10 times as fast as the\r
303 sequential implementation on a single CPU for high degree\r
304 polynomials that is greater than about 48000. Indeed, in this\r
305 paper we present a parallel implementation of Aberth's method on\r
306 GPU, more details are discussed in the following of this paper.\r
307 \r
308 \section {A parallel implementation of Aberth's method}\r
309 \subsection{Background on the GPU architecture}\r
310 A GPU is viewed as an accelerator for the data-parallel and\r
311 intensive arithmetic computations. It draws its computing power\r
312 from the parallel nature of its hardware and software\r
313 architectures. A GPU is composed of hundreds of Streaming\r
314 Processors (SPs) organized in several blocks called Streaming\r
315 Multiprocessors (SMs). It also has a memory hierarchy. It has a\r
316 private read-write local memory per SP, fast shared memory and\r
317 read-only constant and texture caches per SM and a read-write\r
318 global memory shared by all its SPs~\cite{NVIDIA10}\r
319 \r
320     On a CPU equipped with a GPU, all the data-parallel and intensive\r
321 functions of an application running on the CPU are off-loaded onto\r
322 the GPU in order to accelerate their computations. A similar\r
323 data-parallel function is executed on a GPU as a kernel by\r
324 thousands or even millions of parallel threads, grouped together\r
325 as a grid of thread blocks. Therefore, each SM of the GPU executes\r
326 one or more thread blocks in SIMD fashion (Single  Instruction,\r
327 Multiple Data) and in turn each SP of a GPU SM runs one or more\r
328 threads within a block in SIMT fashion (Single Instruction,\r
329 Multiple threads). Indeed at any given clock cycle, the threads\r
330 execute the same instruction of a kernel, but each of them\r
331 operates on different data.\r
332  GPUs only work on data filled in their\r
333 global memories and the final results of their kernel executions\r
334 must be communicated to their CPUs. Hence, the data must be\r
335 transferred in and out of the GPU. However, the speed of memory\r
336 copy between the GPU and the CPU is slower than the memory\r
337 bandwidths of the GPU memories and, thus, it dramatically affects\r
338 the performances of GPU computations. Accordingly, it is necessary\r
339 to limit data transfers between the GPU and its CPU during the\r
340 computations.\r
341 \subsection{Background on the CUDA Programming Model}\r
342 \r
343 The CUDA programming model is similar in style to a single program\r
344 multiple-data (SPMD) softwaremodel. The GPU is treated as a\r
345 coprocessor that executes data-parallel kernel functions. CUDA\r
346 provides three key abstractions, a hierarchy of thread groups,\r
347 shared memories, and barrier synchronization. Threads have a three\r
348 level hierarchy. A grid is a set of thread blocks that execute a\r
349 kernel function. Each grid consists of blocks of threads. Each\r
350 block is composed of hundreds of threads. Threads within one block\r
351 can share data using shared memory and can be synchronized at a\r
352 barrier. All threads within a block are executed concurrently on a\r
353 multithreaded architecture.The programmer specifies the number of\r
354 threads per block, and the number of blocks per grid. A thread in\r
355 the CUDA programming language is much lighter weight than a thread\r
356 in traditional operating systems. A thread in CUDA typically\r
357 processes one data element at a time. The CUDA programming model\r
358 has two shared read-write memory spaces, the shared memory space\r
359 and the global memory space. The shared memory is local to a block\r
360 and the global memory space is accessible by all blocks. CUDA also\r
361 provides two read-only memory spaces, the constant space and the\r
362 texture space, which reside in external DRAM, and are accessed via\r
363 read-only caches\r
364 \r
365 \subsection{A parallel implementation of the Aberth's method }\r
366 %%\subsection{A CUDA implementation of the Aberth's method }\r
367 %%\subsection{A GPU implementation of the Aberth's method }\r
368 \r
369 \r
370 \r
371 \subsubsection{A sequential Aberth algorithm}\r
372 The means steps of Aberth's method can expressed as an algorithm\r
373 like:\r
374   \r
375 \begin{algorithm}[H]\r
376 \LinesNumbered\r
377 \caption{Algorithm to find root polynomial with Aberth method}\r
378 \r
379 \KwIn{$Z^{0}$(Initial root's vector),$\varepsilon$ (error\r
380 tolerance threshold),P(Polynomial to solve)}\r
381 \r
382 \KwOut {Z(The solution root's vector)}\r
383 \r
384 \BlankLine\r
385 \r
386 Initialization of the parameter of the polynomial to solve\;\r
387 Initialization of the solution vector $Z^{0}$\;\r
388 \r
389 \While {$\Delta z_{max}\succ \epsilon$}{\r
390  Let $\Delta z_{max}=0$\;\r
391 \For{$j \gets 0 $ \KwTo $n$}{\r
392 $ZPrec\left[j\right]=Z\left[j\right]$\;\r
393 $Z\left[j\right]=H\left(j,Z\right)$\;\r
394 }\r
395 \r
396 \For{$i \gets 0 $ \KwTo $n-1$}{\r
397 $c=\frac{\left|Z\left[i\right]-ZPrec\left[i\right]\right|}{Z\left[i\right]}$\;\r
398 \If{$c\succ\Delta z_{max}$ }{\r
399 $\Delta z_{max}$=c\;}\r
400 }\r
401 }\r
402 \end{algorithm}\r
403 ~\\ \r
404 ~\\ \r
405 In this sequential algorithm one thread CPU execute all steps, let see the step 3 the execution of the iterative function , 2 instructions are needed, the first instruction \textit{save} the solution vector for the previous iteration, the second instruction \textit{update} or compute a new values of the roots.\r
406 We have two manner to execute the iterative function, taking a Jacobi iteration who need all the previous value $z^{(k)}_{i}$ to compute the new value $z^{(k+1)}_{i}$we have:\r
407 \r
408 \begin{equation}\r
409 H(i,z^{k+1})=\frac{p(z^{(k)}_{i})}{p'(z^{(k)}_{i})-p(z^{(k)}_{i})\sum^{n}_{j=1 j\neq i}\frac{1}{z^{(k)}_{i}-z^{(k)}_{j}}}, i=1,...,n.\r
410 \end{equation}\r
411 \r
412 Or with the Gauss-seidel iteration, we have:\r
413 \begin{equation}\r
414 H(i,z^{k+1})=\frac{p(z^{(k)}_{i})}{p'(z^{(k)}_{i})-p(z^{(k)}_{i})\sum^{i-1}_{j=1}\frac{1}{z^{(k)}_{i}-z^{(k)}_{j}}+\sum^{n}_{j=i+1}\frac{1}{z^{(k)}_{i}-z^{(k)}_{j}}}, i=1,...,n.\r
415 \end{equation}\r
416 \r
417 In formula(16) the iteration function use the $z^{k+1}_{i}$ computed in the current iteration to compute the rest of the roots, which take him to converge more quickly compare to the jacobi iteration (it's well now that the Gauss-seidel iteration converge more quickly because they used the most fresh computed root, so we used Gauss-seidel iteration.)\r
418 \r
419 The steps 4 of the Aberth's method compute the convergence of the roots, using(9) formula.\r
420 Both steps 3 and 4 use 1 thread to compute N roots on CPU, which is faster and hard, it make the algorithm faster and hard for the large polynomial's roots finding.\r
421 \r
422 \paragraph{The execution time}\r
423 Let $T_{i}(N)$: the time to compute one new root's value of the step 3,$T_{i}$ depend on the polynomial's degrees N, when N increase $T_{i}$ increase to.We need $N.T_{i}(N)$ to compute all the new root's value in one iteration on the step 3.\r
424 \r
425 Let $T_{j}$: the time to compute one root's convergence value of the step 4, we need $N.T_{j}$ to compute all the root's convergence value in one iteration on the step 4.\r
426 \r
427 The execution time for both steps 3 and 4 can see like:\r
428 \begin{equation}\r
429 T_{exe}=N(T_{i}(N)+T_{j})+O(n).\r
430 \end{equation}\r
431 Let Nbr\_iter the number of iteration necessary to compute all the roots,so the total execution time $Total\_time_{exe}$ can give like:\r
432 \r
433 \begin{equation}\r
434 Total\_time_{exe}=\left[N\left(T_{i}(N)+T_{j}\right)+O(n)\right].Nbr\_iter.\r
435 \end{equation}\r
436 The execution time increase with the increasing of the polynomial's root, which take necessary to parallelize this step to reduce the execution time. In the following paper you explain how we parrallelize  this step using GPU architecture with CUDA platform.\r
437 \r
438 \subsubsection{Parallelize the steps on GPU }\r
439 On the CPU Aberth algorithm both steps 3 and 4 contain the loop \verb=for= , it use one thread to execute all the instruction in the loop N times.Here we explain how the GPU architecture can compute this loop and reduce the execution time.\r
440 The GPU architecture affect the execution of this loop to a groups of parallel threads organized as a grid of blocks each block contain a number of threads. All threads within a block are executed concurrently in parallel. the instruction are executed as a kernel.\r
441 \r
442 Let nbr\_thread be the number of threads executed in parallel, so you can easily transform the (18)formula like this: \r
443 \r
444 \begin{equation}\r
445 Total\_time_{exe}=\left[\frac{N}{nbr\_thread}\left(T_{i}(N)+T_{j}\right)+O(n)\right].Nbr\_iter.\r
446 \end{equation}\r
447 \r
448 In theory, the $Total\_time_{exe}$ on GPU is speed up nbr\_thread times as a $Total\_time_{exe}$ on CPU. We show more details in the experiment part. \r
449 ~\\\r
450 ~\\\r
451 In CUDA platform, All the instruction of the loop \verb=for= are executed by the GPU as a kernel form. A kernel is a procedure written in CUDA and defined by a heading \verb=__global__=, which means that it is to be executed by the GPU.the following algorithm see the Aberth algorithm on GPU:\r
452 \r
453 \begin{algorithm}[H]\r
454 \LinesNumbered\r
455 \caption{Algorithm to find root polynomial with Aberth method}\r
456 \r
457 \KwIn{$Z^{0}$(Initial root's vector),$\varepsilon$ (error\r
458 tolerance threshold),P(Polynomial to solve)}\r
459 \r
460 \KwOut {Z(The solution root's vector)}\r
461 \r
462 \BlankLine\r
463 \r
464 Initialization of the parameter of the polynomial to solve\;\r
465 Initialization of the solution vector $Z^{0}$\;\r
466 Allocate and fill the data in the global memory GPU\;\r
467 \r
468 \While {$\Delta z_{max}\succ \epsilon$}{\r
469  Let $\Delta z_{max}=0$\;\r
470 $ kernel\_save(d\_Z^{k-1})$\;\r
471 $ kernel\_update(d\_z^{k})$\;\r
472 $kernel\_testConverge (d_?z_{max},d_Z^{k},d_Z^{k-1})$\;\r
473 }\r
474 \end{algorithm}\r
475 ~\\ \r
476 \r
477 After the initialization step, all data of the root finding problem to be solved must be copied from the CPU memory to the GPU global memory, because the GPUs only work on the data filled in their memories. Next, all the data-parallel arithmetic operations inside the main loop \verb=(do ... while(...))= are executed as kernels by the GPU. The first kernel \textit{save} in line( 6, Algorithm 2) consist to save the vector of polynomial's root found at the previous time step on GPU memory, in order to test the convergence of the root at each iteration in line (8, Algorithme2).\r
478 \r
479 The second kernel executes the iterative function and update Z(k),as formula (), we notice that the kernel update are called in two forms,  separated with  the value of R which determines the radius beyond which we apply the logarithm formula like this: \r
480 \r
481 \begin{algorithm}[H]\r
482 \LinesNumbered\r
483 \caption{A global Algorithm for the iterative function}\r
484 \r
485 \eIf{$(\left|Z^{(k)}\right|<= R)$}{\r
486 $kernel\_update(d\_z^{k})$\;}\r
487 {\r
488 $kernel\_update\_Log(d\_z^{k})$\;\r
489 }\r
490 \end{algorithm}\r
491 \r
492 The first form execute the formula(8) if all the module's $( |Z(k)|<= R)$, else the kernel execute the formulas(13,14).the radius R was computed like:\r
493 \r
494 $$R = \exp( \log(DBL\_MAX) / (2*(double)P.degrePolynome) )$$\r
495 \r
496 The last kernel verify the convergence of the root after each update of $Z^{(k)}$, as formula(), we used the function of the CUBLAS Library (CUDA Basic Linear Algebra Subroutines) to implement this kernel. \r
497 \r
498 The kernels terminates its computations when all the root are converged. Finally, the solution of the  root finding problem is copied back from the GPU global memory to the CPU memory. We use the communication functions of CUDA for the memory allocations in the GPU \verb=(cudaMalloc())= and the data transfers from the CPU memory to the GPU memory \verb=(cudaMemcpyHostToDevice)=\r
499 or from the GPU memory to the CPU memory \verb=(cudaMemcpyDeviceToHost))=. \r
500 \r
501 \r
502 \r
503 \r
504 \subsection{Experimental study}\r
505 \r
506 \subsubsection{Definition of the polynomial used}\r
507 We use a polynomial of the following form for which the\r
508 roots are distributed on 2 distinct circles:\r
509 \begin{equation}\r
510         \forall \alpha_{1} \alpha_{2} \in C,\forall n_{1},n_{2} \in N^{*}; P(z)= (z^{n^{1}}-\alpha_{1})(z^{n^{2}}-\alpha_{2})\r
511 \end{equation}\r
512 \r
513 This form makes it possible to associate roots having two\r
514 different modules and thus to work on a polynomial constitute\r
515 of four non zero terms.\r
516 \\\r
517  An other form of the polynomial to obtain more non zero terms is:\r
518 \begin{equation}\r
519         \forall \alpha_{i} \in C,\forall n_{i}\in N^{*}; P(z)= \sum^{i=1}_{p}(z^{n^{i}}-\alpha_{i})\r
520 \end{equation}\r
521 \r
522 with this formula, we can have until 2p non zero terms.\r
523 \r
524 \subsubsection{The study condition} \r
525 In order to have representative average values, for each\r
526 point of our curves we measured the roots finding of 10\r
527 different polynomials.\r
528 \r
529 The our experiences results concern two parameters which are\r
530 the polynomial degree and the execution time of our program\r
531 to converge on the solution. The polynomial degree allows us\r
532 to validate that our algorithm is powerful with high degree\r
533 polynomials. The execution time remains the\r
534 element-key which justifies our work of parallelization.\r
535         For our tests we used a CPU Intel(R) Xeon(R) CPU\r
536 E5620@2.40GHz and a GPU Tesla C2070 (with 6 Go of ram)\r
537 \r
538 \subsubsection{Comparative study}\r
539 We initially carried out the convergence of Aberth algorithm with various sizes of polynomial, in second we evaluate the influence of the size of the threads per block....\r
540 \r
541 \paragraph{The convergence of Aberth algorithm}\r
542 \r
543 \begin{table}[!h]\r
544         \centering\r
545                 \begin{tabular} {|R{2cm}|L{2.5cm}|L{2.5cm}|L{1.5cm}|L{1.5cm}|}\r
546                         \hline Polynomial's degrees & $T_{exe}$ on CPU & $T_{exe}$ on GPU & CPU iteration & GPU iteration\\\r
547                                 \hline 5000 & 1.90 & 0.40 & 18 & 17\\\r
548                                 \hline 50000 & 172.723 & 3.92 & 21 & 18\\\r
549                                 \hline 500000 & -- & 497.109 & -- & 24\\\r
550                                 \hline 1000000 & -- & 1524,51 & -- & 24\\\r
551                                 \hline \r
552                 \end{tabular}\r
553         \caption{the convergence of Aberth algorithm}\r
554         \label{tab:theConvergenceOfAberthAlgorithm}\r
555 \end{table}\r
556  \r
557 \paragraph{The impact of the thread's number into the convergence of Aberth  algorithm}\r
558 \r
559 \begin{table}[!h]\r
560         \centering\r
561                 \begin{tabular} {|R{2.5cm}|L{2.5cm}|L{2.5cm}|}\r
562                         \hline Tread's numbers & Execution time &Number of iteration\\\r
563                                 \hline 1024 & 523 & 27\\\r
564                                 \hline 512 & 449.426 & 24\\\r
565                                 \hline 256 & 440.805 & 24\\\r
566                                 \hline 128 & 456.175 & 22\\\r
567                                 \hline 64 & 472.862 & 23\\\r
568                                 \hline 32 & 830.152 & 24\\\r
569                                 \hline 8 & 2632.78 & 23 \\\r
570                                 \hline\r
571                                 \end{tabular}\r
572                                 \caption{The impact of the thread's number into the convergence of Aberth  algorithm}\r
573         \label{tab:Theimpactofthethread'snumberintotheconvergenceofAberthalgorithm}\r
574                 \r
575 \end{table}\r
576 \r
577 \paragraph{A comparative study between Aberth and Durand\-kerner algorithm}\r
578 \begin{table}[htbp]\r
579         \centering\r
580                 \begin{tabular} {|R{2cm}|L{2.5cm}|L{2.5cm}|L{1.5cm}|L{1.5cm}|}\r
581                         \hline Polynomial's degrees & Aberth $T_{exe}$ & D-Kerner $T_{exe}$ & Aberth iteration & D-Kerner iteration\\\r
582                         \hline 5000 &  0.40 & 3.42 & 17 & 138 \\\r
583                         \hline 50000 & 3.92 & 385.266 & 17 & 823\\\r
584                         \hline 500000 & 497.109 & 4677.36 & 24 & 214\\\r
585                         \hline                                  \r
586                                         \end{tabular}\r
587         \caption{Aberth algorith compare to Durand-Kerner algorithm}\r
588         \label{tab:AberthAlgorithCompareToDurandKernerAlgorithm}\r
589 \end{table}\r
590 \r
591 \r
592 \bibliographystyle{plain}\r
593 \bibliography{biblio}\r
594 %% \begin{thebibliography}{2}\r
595 \r
596 %% \bibitem [1] {1} O. Aberth, Iteration Methods for Finding\r
597 \r
598 %% all Zeros of a Polynomial Simultaneously, Math. Comput. 27, 122\r
599 %% (1973) 339\96344.\r
600 \r
601 %% \bibitem [2] {2} Ilieff, L. (1948-50), On the approximations of Newton, Annual\r
602 %% Sofia Univ. 46, 167-171.\r
603 \r
604 %% \bibitem [3] {3} Docev, K. (1962), An alternative method of Newton for\r
605 %% simultaneous calculation of all the roots of a given algebraic\r
606 %% equation, Phys. Math. J., Bulg. Acad. Sci. 5, 136-139.\r
607 \r
608 %% \bibitem [4]{4} Durand, E. (1960), Solution Numerique des Equations\r
609 %% Algebriques, Vol. 1, Equations du Type F(x)=0, Racines d'une\r
610 %% Polynome. Masson, Paris.\r
611 \r
612 %% \bibitem [4]  {4} Aberth, O. (1973), Iterative methods for finding all zeros of\r
613 %% a polynomial simultaneously, Math. Comp. 27, 339-344.\r
614 \r
615 %% \bibitem [5] {5} Kerner, I.O. (1966), Ein Gesamtschritteverfahren zur\r
616 %% Berechnung der Nullstellen von Polynomen, Numer. Math. 8, 290-294.\r
617 \r
618 %% \bibitem [6]{6} Borch-Supan, W. (1963), A posteriori error for the zeros of\r
619 %% polynomials, Numer. Math. 5, 380-398.\r
620 \r
621 %% \bibitem [7] {7} Ehrlich, L. W. (1967), A modified Newton method for\r
622 %% polynomials, Comm. Ass. Comput. Mach. 10, 107-108.\r
623 \r
624 \r
625 \r
626 %% \bibitem [10] {10}Loizon, G. (1983), Higher-order iteration functions for\r
627 %% simultaneously approximating polynomial zeros, Intern. J. Computer\r
628 %% Math. 14, 45-58.\r
629 \r
630 %% \bibitem [11]{11} E. Durand, Solutions numŽeriques des Žequations algŽebriques,\r
631 %% Tome 1: Equations du type F(X) = 0; Racines d\92un polyn\88ome,\r
632 %% Masson, Paris 1960.\r
633 \r
634 %% \bibitem [12] {12} Weierstrass, K. (1903), Neuer Beweis des Satzes, dass\r
635 %% jede ganze rationale function einer veranderlichen dagestellt\r
636 %% werden kann als ein product aus linearen functionen derselben\r
637 %% veranderlichen, Ges. Werke 3, 251-269.\r
638 \r
639 \r
640 %%\r
641 \r
642 %% \bibitem [16]{16} Kahina, G. Raphaël, C. Abderrahmane, S. A\r
643 %% parallel implementation of the Durand-Kerner algorithm for\r
644 %% polynomial root-finding on GPU. In INDS 2014, Int. Conf. on\r
645 %% advanced Networking, Distributed Systems and Applications, Bejaia,\r
646 %% Algeria, pages 53--57, June 2014. IEEE\r
647 \r
648 %% \bibitem [17] {17} Karim Rhofir, François Spies, and Jean-Claude Miellou.\r
649 %%Perfectionnements de la méthode asynchrone de Durand-Kerner pour\r
650 %%les polynômes complexes. Calculateurs Parallèles, 10(4):449-- 458,\r
651 %%1998.\r
652 %% \bibitem [18] {18} Bini, D. A. Numerical computation of polynomial zeros by\r
653 %%means of Aberth\92s method. Numerical Algorithms 13 (1996), 179\96\r
654 %%200.\r
655 %% \bibitem [19] {19} A. Ostrowski, On a Theorem by J.L. Walsh Concerning the Moduli of Roots of Algebraic Equations,\r
656 %%Bull. A.M.S., 47 (1941) 742\96746.\r
657 \r
658 %%\bibitem [20] {20} Mirankar WL (1968) Parallel methods for\r
659 %%approximating the roots of a function. IBM Res Dev 297\96 301 30.\r
660 %%\bibitem [21] {21} Mirankar WL (1971) A survey of parallelism in\r
661 %%numerical analysis. SIAM Rev 524\96547\r
662 \r
663 %ù\bibitem [22] {22}Bini DA, Gemignani L (2004) Inverse power and\r
664 %%Durand\96Kerner iterations for univariate polynomial root-finding.\r
665 %%Comput Math Appl 47:447\96459\r
666 \r
667 %%\bibitem [23] {23}Ben-Or M, Feig E, Kozzen D, Tiwary P (1968) A fast parallel\r
668 %algorithm for determining all roots of a polynomial with real\r
669 %%roots. In: Proc of ACM, pp 340\96349\r
670 \r
671 %%\bibitem [24] {24}Zhanc X, Wan M, Yi Z (2008) A constrained learning algorithm for\r
672 %%finding multiple real roots of polynomial. In: Proc of the 2008\r
673 %%intl symposium on computational intelligence and design, pp 38\9641\r
674 \r
675 %%\bibitem [25] {25}Kalantari B (2008) Polynomial root finding and polynomiography.\r
676 %%World Scientific, New Jersey\r
677 \r
678 %%\bibitem [27] {27} Gemignani L (2007) Structured matrix methods for polynomial root\r
679 %%finding. In: Proc of the 2007 Intl symposium on symbolic and\r
680 %%algebraic computation, pp 175\96180 Skachek V, Roth RM (2008)\r
681 \r
682 %%\bibitem [28] {28}Probabilistic algorithm for finding roots of linearized\r
683 %%polynomials. Design, codes and cryptography. Kluwer, Norwell\r
684 \r
685 %%\bibitem [29] {29}Schedler GS (1967) Parallel numerical methods for the solution of\r
686 %%equations. Commun ACM 286\96 290 Ben-Or M, Feig E, Kozzen D, Tiwary\r
687 \r
688 %%\bibitem [30] {30}P (1968) A fast parallel algorithm for determining all roots of a\r
689 %%polynomial with real roots. In: Proc of ACM, pp 340\96349\r
690 \r
691 %%\bibitem [31] {31}Rice TA, Jamieson LH (1989) A highly parallel algorithm for root\r
692 %%extraction. IEEE Trans Comp 38(3):443\96449 20. Jana PK (2006)\r
693 \r
694 %%\bibitem [32] {32}Winogard S (1972) Parallel iteration methods in complexity of\r
695 %%computer communications. Plenum, New York\r
696 \r
697 %ù\bibitem [33] {33} Cosnard M, Fraigniaud P (1990) Finding the roots of a polynomial\r
698 %%on an MIMD multicomputer. Parallel Comput 15:75\9685\r
699 \r
700 %%\bibitem [41] {41} Jana PK (1999) Finding polynomial zeroes on a Multi-mesh of trees\r
701 %%(MMT). In: Proc of the 2nd int conference on information\r
702 %%technology, Bhubaneswar, December 20\9622, pp 202\96206\r
703 \r
704 %%\bibitem [42] {42}Zhu W, Zeng Z, Lin D (2008) An adaptive algorithm finding\r
705 %%multiple roots of polynomials. Lect Notes Comput Sci 5262:674\96681\r
706 \r
707 \r
708 \r
709 %%\bibitem [43] {43}Polynomial interpolation and polynomial root finding on OTIS-Mesh.\r
710 %%Parallel Comput 32:301\96312\r
711 \r
712 %%\bibitem [44] {44}Jana PK, Sinha BP, Datta Gupta R (1999) Efficient parallel\r
713 %%algorithms for finding polynomial zeroes. In: Proc of the 6th int\r
714 %%conference on advance computing, CDAC, Pune University Campus,\r
715 %%India, December 14\9616, pp 189\96196\r
716 \r
717 \r
718 \r
719 %% \end{thebibliography}\r
720 \end{document}\r