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

Private GIT Repository
onjour je viens de rajouter quelques fichiers
[kahina_paper1.git] / Root.tex
index e2334654d11ffc212bedf07b6033031331ba3f62..fd6cc0eb3a232e860e0bca7a509f96e322d15869 100644 (file)
--- a/Root.tex
+++ b/Root.tex
@@ -3,16 +3,27 @@
 \usepackage{amsmath}\r
 \usepackage{amsfonts}\r
 \usepackage{amssymb}\r
+%%\usepackage{algorithm2e}\r
+\usepackage[ruled,vlined]{algorithm2e}\r
+%%\usepackage{algo}\r
+\r
+\usepackage{array,multirow,makecell}\r
+\setcellgapes{1pt}\r
+\makegapedcells\r
+\newcolumntype{R}[1]{>{\raggedleft\arraybackslash }b{#1}}\r
+\newcolumntype{L}[1]{>{\raggedright\arraybackslash }b{#1}}\r
+\newcolumntype{C}[1]{>{\centering\arraybackslash }b{#1}}\r
+\r
 \author{ghidouche}\r
 \title{Paper1_kahina}\r
 \begin{document}\r
 \section{Root finding problem}\r
-we consider a polynomial of degree \textit{n} having coefficients\r
-in the complex \textit{C} and zeros $\alpha\r
-_{i},\textit{i=1,...,n}$. \\\r
+We consider a polynomial of degree \textit{n} having coefficients\r
+in the complex \textit{C} and zeros $\alpha_{i},\textit{i=1,...,n}$. \\\r
 \begin{center}\r
-     {\Large$p(x)=\sum{a_{i}x^{i}}=a_{n}\prod(x-\alpha_{i}),\r
-a_{0}a_{n}\neq0,$}\r
+\begin{equation}\r
+     {\Large p(x)=\sum{a_{i}x^{i}}=a_{n}\prod(x-\alpha_{i}),a_{0} a_{n}\neq 0}\r
+\end{equation}\r
 \end{center}\r
 \r
  the root finding problem consist to find\r
@@ -48,23 +59,26 @@ Muller s method, and several methods for simultaneous
 approximation of all the roots, starting with the Durand-Kerner\r
 method:\r
 \begin{center}\r
-\r
-$  Z_{i}=Z_{i}-\frac{P(Z_{i})}{\prod_{i\neq j}(z_{i}-z_{j})} $\r
+\begin{equation} Z_{i}=Z_{i}-\frac{P(Z_{i})}{\prod_{i\neq j}(z_{i}-z_{j})}\r
+\end{equation}\r
 \end{center}\r
 \r
-This formula is mentioned for the first time from Weiestrass [12]\r
-as part of the fundamental theorem of Algebra and is rediscovered\r
-from Ilieff [2], Docev [3], Durand [4], Kerner [5]. Another method\r
-discovered from Borsch-Supan [6] and also described and brought in\r
-the following form from Ehrlich [7] and Aberth~\cite{Aberth73}.\r
+This formula is mentioned for the first time from\r
+Weiestrass~\cite{Weierstrass03} as part of the fundamental theorem\r
+of Algebra and is rediscovered from Ilieff~\cite{Ilie50},\r
+Docev~\cite{Docev62}, Durand~\cite{Durand60},\r
+Kerner~\cite{Kerner66}. Another method discovered from\r
+Borsch-Supan~\cite{ Borch-Supan63} and also described and brought\r
+in the following form from Ehrlich~\cite{Ehrlich67} and\r
+Aberth~\cite{Aberth73}.\r
 \begin{center}\r
-\r
-$  Z_{i}=Z_{i}-\frac{1}{{\frac {P'(Z_{i})}\r
-{P(Z_{i})}}-{\sum_{i\neq j}(z_{i}-z_{j})}} $\r
+\begin{equation}\r
+ Z_{i}=Z_{i}-\frac{1}{{\frac {P'(Z_{i})} {P(Z_{i})}}-{\sum_{i\neq j}(z_{i}-z_{j})}}\r
+\end{equation}\r
 \end{center}\r
 \r
-Aberth, Ehrlich and Farmer-Loizou [10] have proved that the above\r
-method has cubic order of convergence for simple roots.\r
+Aberth, Ehrlich and Farmer-Loizou~\cite{Loizon83} have proved that\r
+the above method has cubic order of convergence for simple roots.\r
 \r
 \r
 Iterative methods raise several problem when implemented e.g.\r
@@ -75,49 +89,512 @@ parallelization of these algorithms will improve the convergence
 time.\r
 \r
 Many authors have treated the problem of parallelization of\r
-simultaneous methods. Freeman [13] has tested the DK method, EA\r
-method and another method of the fourth order proposed from Farmer\r
-and Loizou [10],on a 8- processor linear chain, for polynomial of\r
-degree up to 8. The third method often diverges, but the first two\r
-methods have speed-up 5.5 (speed-up=(Time on one processor)/(Time\r
-on p processors)). Later Freeman and Bane [14] consider\r
-asynchronous algorithms, in which each processor continues to\r
-update its approximations even although the latest values of other\r
-$z_i((k))$ have not received from the other processors, in\r
-difference with the synchronous version where it would wait. in\r
-[15]proposed two methods of parallelization for architecture with\r
-shared memory and distributed memory,it able to compute the root\r
-of polynomial degree  10000 on 430 s with only 8 pc and 2\r
-communications per iteration. Compare to the sequential it take\r
-3300 s to obtain the same results.\r
+simultaneous methods. Freeman~\cite{Freeman89} has tested the DK\r
+method, EA method and another method of the fourth order proposed\r
+from Farmer and Loizou~\cite{Loizon83},on a 8- processor linear\r
+chain, for polynomial of degree up to 8. The third method often\r
+diverges, but the first two methods have speed-up 5.5\r
+(speed-up=(Time on one processor)/(Time on p processors)). Later\r
+Freeman and Bane~\cite{Freemanall90}  consider asynchronous\r
+algorithms, in which each processor continues to update its\r
+approximations even although the latest values of other $z_i((k))$\r
+have not received from the other processors, in difference with\r
+the synchronous version where it would wait.\r
+in~\cite{Raphaelall01}proposed two methods of parallelization for\r
+architecture with shared memory and distributed memory,it able to\r
+compute the root of polynomial degree  10000 on 430 s with only 8\r
+pc and 2 communications per iteration. Compare to the sequential\r
+it take 3300 s to obtain the same results.\r
 \r
 After this few works discuses this problem until the apparition of\r
-the Compute Unified Device Architecture (CUDA) [19],a parallel\r
-computing platform and a programming model invented by NVIDIA. the\r
-computing ability of GPU has exceeded the counterpart of CPU. It\r
-is a waste of resource to be just a graphics card for GPU.  CUDA\r
-adopts a totally new computing architecture to use the hardware\r
-resources provided by GPU in order to offer a stronger computing\r
-ability to the massive data computing.\r
-\r
-\r
-Indeed [16]proposed the implementation of the Durand-Kerner method\r
-on GPU (Graphics Processing Unit). The main result prove that a\r
-parallel implementation is 10 times as fast as the sequential\r
-implementation on a single CPU for high degree polynomials that is\r
-greater than about 48000.\r
+the Compute Unified Device Architecture (CUDA)~\cite{CUDA10},a\r
+parallel computing platform and a programming model invented by\r
+NVIDIA. the computing ability of GPU has exceeded the counterpart\r
+of CPU. It is a waste of resource to be just a graphics card for\r
+GPU.  CUDA adopts a totally new computing architecture to use the\r
+hardware resources provided by GPU in order to offer a stronger\r
+computing ability to the massive data computing.\r
+\r
+\r
+Indeed,~\cite{Kahinall14}proposed the implementation of the\r
+Durand-Kerner method on GPU (Graphics Processing Unit). The main\r
+result prove that a parallel implementation is 10 times as fast as\r
+the sequential implementation on a single CPU for high degree\r
+polynomials that is greater than about 48000.\r
 \paragraph{}\r
 The mean part of our work is to implement the Aberth method on GPU\r
 and compare it with the Durand Kerner\r
 implementation.................To be continued..................\r
 \r
 \r
+\section{Aberth method and difficulties}\r
+A cubically convergent iteration method for finding zeros of\r
+polynomials was proposed by O.Aberth~\cite{Aberth73}.The Aberth\r
+method is a purely algebraic derivation.To illustrate the\r
+derivation, we let $w_{i}(z)$ be the product of linear factor $\r
+w_{i}(z)=\prod_{j=1,j \neq i}^{n} (z-x_{j})$\r
+\r
+and rational function $R_{i}(z)$ be the correction term of\r
+Weistrass method~\cite{Weierstrass03}:\r
+\r
+\begin{equation}\r
+R_{i}(z)=\dfrac{p(z)}{w_{i}(Z)} , i=1,2,...,n.\r
+\end{equation}\r
+\r
+Differentiating the rational function $R_{i}(z)$ and applying the\r
+Newton method, we have\r
+\r
+\begin{equation}\r
+\dfrac{R_{i}(z)}{R_{i}^{'}(z)}=\r
+\dfrac{p(z)}{p^{'}(z)-p(z)\dfrac{w_{i}(z)}{w_{i}^{'}(z)}}=\r
+\dfrac{p(z)}{p^{'}(z)-p(z) \sum _{j=1,j \neq\r
+i}^{n}\dfrac{1}{z-x_{i}}}, i=1,2,...,n\r
+\end{equation}\r
+\r
+Substituting $x_{j}$ for z we obtain the Aberth iteration method\r
+\r
+Let present the means stages of Aberth's method.\r
+\r
+\subsection{Polynomials Initialization}\r
+ The initialization of polynomial P(z) with complex coefficients\r
+ are given by:\r
+\r
+\begin{equation}\r
+  p(z)=\sum{a_{i}z^{n-i}}. where a_{n} \neq 0,a_{0}=1, a_{i}\subset C\r
+\end{equation}\r
+\r
+\r
+\subsection{Vector $Z^{0)}$ Initialization}\r
+\r
+The choice of the initial points $z^{(0)}_{i} , i = 1, . . . , n,$\r
+from which starting the iteration  (2) or (3), is rather delicate\r
+since the number of steps needed by the iterative method to reach\r
+a given approximation strongly depends on it.\r
+In~\cite{Aberth73}the Aberth iteration is started by selecting n\r
+equispaced points on a circle of center 0 and radius r, where r is\r
+an upper bound to the moduli of the zeros. After,~\cite{Bini96}\r
+performs this choice by selecting complex numbers along different\r
+circles and relies on the result of~\cite{Ostrowski41}.\r
+\r
+\begin{equation}\r
+\sigma_{0}=\frac{u+v}{2};u=\frac{\sum_{i=1}^{n}u_{i}}{n.max_{i=1}^{n}u_{i}};\r
+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
+v_{i}=\frac{|\frac{a_{n}}{a_{i}}|^{\frac{1}{n-i}}}{2}\r
+\end{equation}\r
+\r
+\subsection{Iterative Function Hi}\r
+The operator used with Aberth's method is corresponding to the\r
+following equation which will enable the convergence towards\r
+polynomial solutions, provided all the roots are distinct.\r
+\r
+\begin{equation}\r
+H_{i}(z)=z_{i}-\frac{1}{\frac{P^{'}(z_{i})}{P(z_{i})}-\sum_{j\neq\r
+i}{\frac{1}{z_{i}-z_{j}}}}\r
+\end{equation}\r
+\r
+\subsection{Convergence condition}\r
+determines the success of the termination. It consists in stopping\r
+the iterative function $H_{i}(z)$ when the are stable,the method\r
+converge sufficiently:\r
+\r
+\begin{equation}\r
+\forall i \in\r
+[1,n];\frac{z_{i}^{(k)}-z_{i}^{(k-1)}}{z_{i}^{(k)}}<\xi\r
+\end{equation}\r
+\r
+\r
+\section{Difficulties and amelioration}\r
+the Aberth method implementation suffer of overflow problems. This\r
+situation occurs, for instance, in the case where a polynomial\r
+having positive coefficients and large degree is computed at a\r
+point $\xi$ where $|\xi| > 1$.Indeed the limited number in the\r
+mantissa of floating takings the computation of P(z) wrong when z\r
+is large. for example $(10^{50}) +1+ (- 10_{50})$ will give result\r
+0 instead of 1 in reality.consequently we can't compute the roots\r
+for large polynomial's degree. This problem was discuss in\r
+~\cite{Karimall98} for the Durand-Kerner method, the authors\r
+propose to use the logratihm and the exponential of a complex:\r
+\r
+\begin{equation}\r
+ \forall(x,y)\in R^{*2}; \ln (x+i.y)=\ln(x^{2}+y^{2})\r
+2+i.\arcsin(y\sqrt{x^{2}+y^{2}})_{\left] -\pi, \pi\right[ }\r
+\end{equation}\r
+%%\begin{equation}\r
+\begin{align}\r
+ \forall(x,y)\in R^{*2}; \exp(x+i.y)&= \exp(x).\exp(i.y)\\\r
+                                    &=\exp(x).\cos(y)+i.\exp(x).\sin(y)\r
+\end{align}\r
+%%\end{equation}\r
+\r
+The application of logarithm can replace any multiplications and\r
+divisions with additions and subtractions; consequently it\r
+manipulates lower absolute values and can be compute the roots for\r
+large polynomial's degree exceed~\cite{Karimall98}.\r
+\r
+Applying this solution for the Aberth method we obtain the\r
+iteration function with logarithm:\r
+%%$$ \exp \bigl(  \ln(p(z)_{k})-ln(\ln(p(z)_{k}^{'}))- \ln(1- \exp(\ln(p(z)_{k})-ln(\ln(p(z)_{k}^{'})+\ln\sum_{i\neq j}^{n}\frac{1}{z_{k}-z_{j}})$$\r
+\begin{equation}\r
+H_{i}(z)=z_{i}^{k}-\exp \left(\ln \left(\r
+p(z_{k})\right)-\ln\left(p(z_{k}^{'})\right)- \ln\r
+\left(1-Q(z_{k})\right)\right)\r
+\end{equation}\r
+where:\r
+\r
+\begin{equation}\r
+Q(z_{k})=\exp\left( \ln (p(z_{k}))-\ln(p(z_{k}^{'}))+\ln \left(\r
+\sum_{k\neq j}^{n}\frac{1}{z_{k}-z_{j}}\right)\right)\r
+\end{equation}\r
+\r
+\r
+this solution is applying when it is necessary\r
+\r
+\section{The implementation of simultaneous methods in a parallel computer}\r
+    The main problem of the simultaneous methods is that the necessary\r
+time needed for the convergence is increased with the increasing\r
+of the degree of the polynomial. The parallelization of these\r
+algorithms will improve the convergence time. Researchers usually\r
+adopt one of the two following approaches to parallelize root\r
+finding algorithms. One approach is to reduce the total number of\r
+iterations as implemented by Miranker\r
+~\cite{Mirankar68,Mirankar71}, Schedler~\cite{Schedler72} and\r
+Winogard~\cite{Winogard72}. Another approach is to reduce the\r
+computation time per iteration, as reported\r
+in~\cite{Benall68,Jana06,Janall99,Riceall06}. There are many\r
+schemes for simultaneous approximations of all roots of a given\r
+polynomial. Several works on different methods and issues of root\r
+finding have been reported in~\cite{Azad07,Gemignani07,Kalantari08\r
+,Skachek08,Zhancall08,Zhuall08}. However, Durand-Kerner and\r
+Ehrlich methods are the most practical choices among\r
+them~\cite{Bini04}. These two methods have been extensively\r
+studied for parallelization due to their following advantages. The\r
+computation involved in these methods has some inherent\r
+parallelism that can be suitably exploited by SIMD machines.\r
+Moreover, they have fast rate of convergence (quadratic for the\r
+Durand-Kerner method and cubic for the Ehrlich). Various parallel\r
+algorithms reported for these methods can be found\r
+in~\cite{Cosnard90, Freeman89,Freemanall90,,Jana99,Janall99}.\r
+Freeman and Bane~\cite{Freemanall90} presented two parallel\r
+algorithms on a local memory MIMD computer with the compute-to\r
+communication time ratio O(n). However, their algorithms require\r
+each processor to communicate its current approximation to all\r
+other processors at the end of each iteration. Therefore they\r
+cause a high degree of memory conflict. Recently the author\r
+in~\cite{Mirankar71} proposed two versions of parallel algorithm\r
+for the Durand-Kerner method, and Aberth method on an on model of\r
+Optoelectronic Transpose Interconnection System (OTIS).The\r
+algorithms are mapped on an OTIS-2D torus using N processors. This\r
+solution need N processors to compute N roots, that it is not\r
+practical (is not suitable to compute large polynomial's degrees).\r
+Until then, the related works are not able to compute the root of\r
+the large polynomial's degrees (higher then 1000) and with small\r
+time.\r
+\r
+    Finding polynomial roots rapidly and accurately it is our\r
+objective, with the apparition of the CUDA(Compute Unified Device\r
+Architecture), finding the roots of polynomials becomes rewarding\r
+and very interesting, CUDA adopts a totally new computing\r
+architecture to use the hardware resources provided by GPU in\r
+order to offer a stronger computing ability to the massive data\r
+computing.in~\cite{Kahinall14} we proposed the first implantation\r
+of the root finding polynomials method on GPU (Graphics Processing\r
+Unit),which is the Durand-Kerner method. The main result prove\r
+that a parallel implementation is 10 times as fast as the\r
+sequential implementation on a single CPU for high degree\r
+polynomials that is greater than about 48000. Indeed, in this\r
+paper we present a parallel implementation of Aberth's method on\r
+GPU, more details are discussed in the following of this paper.\r
+\r
+\section {A parallel implementation of Aberth's method}\r
+\subsection{Background on the GPU architecture}\r
+A GPU is viewed as an accelerator for the data-parallel and\r
+intensive arithmetic computations. It draws its computing power\r
+from the parallel nature of its hardware and software\r
+architectures. A GPU is composed of hundreds of Streaming\r
+Processors (SPs) organized in several blocks called Streaming\r
+Multiprocessors (SMs). It also has a memory hierarchy. It has a\r
+private read-write local memory per SP, fast shared memory and\r
+read-only constant and texture caches per SM and a read-write\r
+global memory shared by all its SPs~\cite{NVIDIA10}\r
+\r
+    On a CPU equipped with a GPU, all the data-parallel and intensive\r
+functions of an application running on the CPU are off-loaded onto\r
+the GPU in order to accelerate their computations. A similar\r
+data-parallel function is executed on a GPU as a kernel by\r
+thousands or even millions of parallel threads, grouped together\r
+as a grid of thread blocks. Therefore, each SM of the GPU executes\r
+one or more thread blocks in SIMD fashion (Single  Instruction,\r
+Multiple Data) and in turn each SP of a GPU SM runs one or more\r
+threads within a block in SIMT fashion (Single Instruction,\r
+Multiple threads). Indeed at any given clock cycle, the threads\r
+execute the same instruction of a kernel, but each of them\r
+operates on different data.\r
+ GPUs only work on data filled in their\r
+global memories and the final results of their kernel executions\r
+must be communicated to their CPUs. Hence, the data must be\r
+transferred in and out of the GPU. However, the speed of memory\r
+copy between the GPU and the CPU is slower than the memory\r
+bandwidths of the GPU memories and, thus, it dramatically affects\r
+the performances of GPU computations. Accordingly, it is necessary\r
+to limit data transfers between the GPU and its CPU during the\r
+computations.\r
+\subsection{Background on the CUDA Programming Model}\r
+\r
+The CUDA programming model is similar in style to a single program\r
+multiple-data (SPMD) softwaremodel. The GPU is treated as a\r
+coprocessor that executes data-parallel kernel functions. CUDA\r
+provides three key abstractions, a hierarchy of thread groups,\r
+shared memories, and barrier synchronization. Threads have a three\r
+level hierarchy. A grid is a set of thread blocks that execute a\r
+kernel function. Each grid consists of blocks of threads. Each\r
+block is composed of hundreds of threads. Threads within one block\r
+can share data using shared memory and can be synchronized at a\r
+barrier. All threads within a block are executed concurrently on a\r
+multithreaded architecture.The programmer specifies the number of\r
+threads per block, and the number of blocks per grid. A thread in\r
+the CUDA programming language is much lighter weight than a thread\r
+in traditional operating systems. A thread in CUDA typically\r
+processes one data element at a time. The CUDA programming model\r
+has two shared read-write memory spaces, the shared memory space\r
+and the global memory space. The shared memory is local to a block\r
+and the global memory space is accessible by all blocks. CUDA also\r
+provides two read-only memory spaces, the constant space and the\r
+texture space, which reside in external DRAM, and are accessed via\r
+read-only caches\r
+\r
+\subsection{A parallel implementation of the Aberth's method }\r
+%%\subsection{A CUDA implementation of the Aberth's method }\r
+%%\subsection{A GPU implementation of the Aberth's method }\r
+\r
+\r
+\r
+\subsubsection{A sequential Aberth algorithm}\r
+The means steps of Aberth's method can expressed as an algorithm\r
+like:\r
+  \r
+\begin{algorithm}[H]\r
+\LinesNumbered\r
+\caption{Algorithm to find root polynomial with Aberth method}\r
+\r
+\KwIn{$Z^{0}$(Initial root's vector),$\varepsilon$ (error\r
+tolerance threshold),P(Polynomial to solve)}\r
+\r
+\KwOut {Z(The solution root's vector)}\r
+\r
+\BlankLine\r
+\r
+Initialization of the parameter of the polynomial to solve\;\r
+Initialization of the solution vector $Z^{0}$\;\r
+\r
+\While {$\Delta z_{max}\succ \epsilon$}{\r
+ Let $\Delta z_{max}=0$\;\r
+\For{$j \gets 0 $ \KwTo $n$}{\r
+$ZPrec\left[j\right]=Z\left[j\right]$\;\r
+$Z\left[j\right]=H\left(j,Z\right)$\;\r
+}\r
+\r
+\For{$i \gets 0 $ \KwTo $n-1$}{\r
+$c=\frac{\left|Z\left[i\right]-ZPrec\left[i\right]\right|}{Z\left[i\right]}$\;\r
+\If{$c\succ\Delta z_{max}$ }{\r
+$\Delta z_{max}$=c\;}\r
+}\r
+}\r
+\end{algorithm}\r
+~\\ \r
+~\\ \r
+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
+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
+\r
+\begin{equation}\r
+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
+\end{equation}\r
+\r
+Or with the Gauss-seidel iteration, we have:\r
+\begin{equation}\r
+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
+\end{equation}\r
+\r
+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
+\r
+The steps 4 of the Aberth's method compute the convergence of the roots, using(9) formula.\r
+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
+\r
+\paragraph{The execution time}\r
+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
+\r
+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
+\r
+The execution time for both steps 3 and 4 can see like:\r
+\begin{equation}\r
+T_{exe}=N(T_{i}(N)+T_{j})+O(n).\r
+\end{equation}\r
+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
+\r
+\begin{equation}\r
+Total\_time_{exe}=\left[N\left(T_{i}(N)+T_{j}\right)+O(n)\right].Nbr\_iter.\r
+\end{equation}\r
+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
+\r
+\subsubsection{Parallelize the steps on GPU }\r
+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
+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
+\r
+Let nbr\_thread be the number of threads executed in parallel, so you can easily transform the (18)formula like this: \r
+\r
+\begin{equation}\r
+Total\_time_{exe}=\left[\frac{N}{nbr\_thread}\left(T_{i}(N)+T_{j}\right)+O(n)\right].Nbr\_iter.\r
+\end{equation}\r
+\r
+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
+~\\\r
+~\\\r
+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
+\r
+\begin{algorithm}[H]\r
+\LinesNumbered\r
+\caption{Algorithm to find root polynomial with Aberth method}\r
+\r
+\KwIn{$Z^{0}$(Initial root's vector),$\varepsilon$ (error\r
+tolerance threshold),P(Polynomial to solve)}\r
+\r
+\KwOut {Z(The solution root's vector)}\r
+\r
+\BlankLine\r
+\r
+Initialization of the parameter of the polynomial to solve\;\r
+Initialization of the solution vector $Z^{0}$\;\r
+Allocate and fill the data in the global memory GPU\;\r
+\r
+\While {$\Delta z_{max}\succ \epsilon$}{\r
+ Let $\Delta z_{max}=0$\;\r
+$ kernel\_save(d\_Z^{k-1})$\;\r
+$ kernel\_update(d\_z^{k})$\;\r
+$kernel\_testConverge (d_?z_{max},d_Z^{k},d_Z^{k-1})$\;\r
+}\r
+\end{algorithm}\r
+~\\ \r
+\r
+After the initialization step, all data of the root finding problem to be solved must be copied from the CPU memory to the GPU global memory, because the GPUs only work on the data filled in their memories. Next, all the data-parallel arithmetic operations inside the main loop \verb=(do ... while(...))= are executed as kernels by the GPU. The first kernel \textit{save} in line( 6, Algorithm 2) consist to save the vector of polynomial's root found at the previous time step on GPU memory, in order to test the convergence of the root at each iteration in line (8, Algorithme2).\r
+\r
+The second kernel executes the iterative function and update Z(k),as formula (), we notice that the kernel update are called in two forms,  separated with  the value of R which determines the radius beyond which we apply the logarithm formula like this: \r
+\r
+\begin{algorithm}[H]\r
+\LinesNumbered\r
+\caption{A global Algorithm for the iterative function}\r
+\r
+\eIf{$(\left|Z^{(k)}\right|<= R)$}{\r
+$kernel\_update(d\_z^{k})$\;}\r
+{\r
+$kernel\_update\_Log(d\_z^{k})$\;\r
+}\r
+\end{algorithm}\r
+\r
+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
+\r
+$$R = \exp( \log(DBL\_MAX) / (2*(double)P.degrePolynome) )$$\r
+\r
+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
+\r
+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
+or from the GPU memory to the CPU memory \verb=(cudaMemcpyDeviceToHost))=. \r
+\r
+\r
+\r
+\r
+\subsection{Experimental study}\r
+\r
+\subsubsection{Definition of the polynomial used}\r
+We use a polynomial of the following form for which the\r
+roots are distributed on 2 distinct circles:\r
+\begin{equation}\r
+       \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
+\end{equation}\r
+\r
+This form makes it possible to associate roots having two\r
+different modules and thus to work on a polynomial constitute\r
+of four non zero terms.\r
+\\\r
+ An other form of the polynomial to obtain more non zero terms is:\r
+\begin{equation}\r
+       \forall \alpha_{i} \in C,\forall n_{i}\in N^{*}; P(z)= \sum^{i=1}_{p}(z^{n^{i}}-\alpha_{i})\r
+\end{equation}\r
+\r
+with this formula, we can have until 2p non zero terms.\r
+\r
+\subsubsection{The study condition} \r
+In order to have representative average values, for each\r
+point of our curves we measured the roots finding of 10\r
+different polynomials.\r
+\r
+The our experiences results concern two parameters which are\r
+the polynomial degree and the execution time of our program\r
+to converge on the solution. The polynomial degree allows us\r
+to validate that our algorithm is powerful with high degree\r
+polynomials. The execution time remains the\r
+element-key which justifies our work of parallelization.\r
+       For our tests we used a CPU Intel(R) Xeon(R) CPU\r
+E5620@2.40GHz and a GPU Tesla C2070 (with 6 Go of ram)\r
+\r
+\subsubsection{Comparative study}\r
+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
+\r
+\paragraph{The convergence of Aberth algorithm}\r
+\r
+\begin{table}[!h]\r
+       \centering\r
+               \begin{tabular} {|R{2cm}|L{2.5cm}|L{2.5cm}|L{1.5cm}|L{1.5cm}|}\r
+                       \hline Polynomial's degrees & $T_{exe}$ on CPU & $T_{exe}$ on GPU & CPU iteration & GPU iteration\\\r
+                               \hline 5000 & 1.90 & 0.40 & 18 & 17\\\r
+                               \hline 50000 & 172.723 & 3.92 & 21 & 18\\\r
+                               \hline 500000 & -- & 497.109 & -- & 24\\\r
+                               \hline 1000000 & -- & 1524,51 & -- & 24\\\r
+                               \hline \r
+               \end{tabular}\r
+       \caption{the convergence of Aberth algorithm}\r
+       \label{tab:theConvergenceOfAberthAlgorithm}\r
+\end{table}\r
\r
+\paragraph{The impact of the thread's number into the convergence of Aberth  algorithm}\r
+\r
+\begin{table}[!h]\r
+       \centering\r
+               \begin{tabular} {|R{2.5cm}|L{2.5cm}|L{2.5cm}|}\r
+                       \hline Tread's numbers & Execution time &Number of iteration\\\r
+                               \hline 1024 & 523 & 27\\\r
+                               \hline 512 & 449.426 & 24\\\r
+                               \hline 256 & 440.805 & 24\\\r
+                               \hline 128 & 456.175 & 22\\\r
+                               \hline 64 & 472.862 & 23\\\r
+                               \hline 32 & 830.152 & 24\\\r
+                               \hline 8 & 2632.78 & 23 \\\r
+                               \hline\r
+                               \end{tabular}\r
+                               \caption{The impact of the thread's number into the convergence of Aberth  algorithm}\r
+       \label{tab:Theimpactofthethread'snumberintotheconvergenceofAberthalgorithm}\r
+               \r
+\end{table}\r
+\r
+\paragraph{A comparative study between Aberth and Durand\-kerner algorithm}\r
+\begin{table}[htbp]\r
+       \centering\r
+               \begin{tabular} {|R{2cm}|L{2.5cm}|L{2.5cm}|L{1.5cm}|L{1.5cm}|}\r
+                       \hline Polynomial's degrees & Aberth $T_{exe}$ & D-Kerner $T_{exe}$ & Aberth iteration & D-Kerner iteration\\\r
+                       \hline 5000 &  0.40 & 3.42 & 17 & 138 \\\r
+                       \hline 50000 & 3.92 & 385.266 & 17 & 823\\\r
+                       \hline 500000 & 497.109 & 4677.36 & 24 & 214\\\r
+                       \hline                                  \r
+                                       \end{tabular}\r
+       \caption{Aberth algorith compare to Durand-Kerner algorithm}\r
+       \label{tab:AberthAlgorithCompareToDurandKernerAlgorithm}\r
+\end{table}\r
+\r
 \r
 \bibliographystyle{plain}\r
 \bibliography{biblio}\r
 %% \begin{thebibliography}{2}\r
 \r
 %% \bibitem [1] {1} O. Aberth, Iteration Methods for Finding\r
+\r
 %% all Zeros of a Polynomial Simultaneously, Math. Comput. 27, 122\r
 %% (1973) 339\96344.\r
 \r
@@ -158,17 +635,9 @@ implementation.................To be continued..................
 %% jede ganze rationale function einer veranderlichen dagestellt\r
 %% werden kann als ein product aus linearen functionen derselben\r
 %% veranderlichen, Ges. Werke 3, 251-269.\r
-%% \bibitem [13] {13} Freeman, T. L. (1989), Calculating polynomial zeros on a\r
-%% local memory parallel computer, Parallel Computing 12, 351-358.\r
 \r
-%% \bibitem [14] {14} Freeman, T. L., Brankin, R. K. (1990), Asynchronous\r
-%% polynomial zero-finding algorithms, Parallel Computing 17,\r
-%% 673-681.\r
 \r
-%% \bibitem [15] {15} Raphaël,C. François,S. (2001), Extraction de racines dans des\r
-%% polynômes creux de degré élevé. RSRCP (Réseaux et Systèmes\r
-%% Répartis, Calculateurs Parallèles), Numéro thématique :\r
-%% Algorithmes itératifs parallèles et distribués, 13(1):67--81.\r
+%%\r
 \r
 %% \bibitem [16]{16} Kahina, G. Raphaël, C. Abderrahmane, S. A\r
 %% parallel implementation of the Durand-Kerner algorithm for\r
@@ -176,5 +645,76 @@ implementation.................To be continued..................
 %% advanced Networking, Distributed Systems and Applications, Bejaia,\r
 %% Algeria, pages 53--57, June 2014. IEEE\r
 \r
+%% \bibitem [17] {17} Karim Rhofir, François Spies, and Jean-Claude Miellou.\r
+%%Perfectionnements de la méthode asynchrone de Durand-Kerner pour\r
+%%les polynômes complexes. Calculateurs Parallèles, 10(4):449-- 458,\r
+%%1998.\r
+%% \bibitem [18] {18} Bini, D. A. Numerical computation of polynomial zeros by\r
+%%means of Aberth\92s method. Numerical Algorithms 13 (1996), 179\96\r
+%%200.\r
+%% \bibitem [19] {19} A. Ostrowski, On a Theorem by J.L. Walsh Concerning the Moduli of Roots of Algebraic Equations,\r
+%%Bull. A.M.S., 47 (1941) 742\96746.\r
+\r
+%%\bibitem [20] {20} Mirankar WL (1968) Parallel methods for\r
+%%approximating the roots of a function. IBM Res Dev 297\96 301 30.\r
+%%\bibitem [21] {21} Mirankar WL (1971) A survey of parallelism in\r
+%%numerical analysis. SIAM Rev 524\96547\r
+\r
+%ù\bibitem [22] {22}Bini DA, Gemignani L (2004) Inverse power and\r
+%%Durand\96Kerner iterations for univariate polynomial root-finding.\r
+%%Comput Math Appl 47:447\96459\r
+\r
+%%\bibitem [23] {23}Ben-Or M, Feig E, Kozzen D, Tiwary P (1968) A fast parallel\r
+%algorithm for determining all roots of a polynomial with real\r
+%%roots. In: Proc of ACM, pp 340\96349\r
+\r
+%%\bibitem [24] {24}Zhanc X, Wan M, Yi Z (2008) A constrained learning algorithm for\r
+%%finding multiple real roots of polynomial. In: Proc of the 2008\r
+%%intl symposium on computational intelligence and design, pp 38\9641\r
+\r
+%%\bibitem [25] {25}Kalantari B (2008) Polynomial root finding and polynomiography.\r
+%%World Scientific, New Jersey\r
+\r
+%%\bibitem [27] {27} Gemignani L (2007) Structured matrix methods for polynomial root\r
+%%finding. In: Proc of the 2007 Intl symposium on symbolic and\r
+%%algebraic computation, pp 175\96180 Skachek V, Roth RM (2008)\r
+\r
+%%\bibitem [28] {28}Probabilistic algorithm for finding roots of linearized\r
+%%polynomials. Design, codes and cryptography. Kluwer, Norwell\r
+\r
+%%\bibitem [29] {29}Schedler GS (1967) Parallel numerical methods for the solution of\r
+%%equations. Commun ACM 286\96 290 Ben-Or M, Feig E, Kozzen D, Tiwary\r
+\r
+%%\bibitem [30] {30}P (1968) A fast parallel algorithm for determining all roots of a\r
+%%polynomial with real roots. In: Proc of ACM, pp 340\96349\r
+\r
+%%\bibitem [31] {31}Rice TA, Jamieson LH (1989) A highly parallel algorithm for root\r
+%%extraction. IEEE Trans Comp 38(3):443\96449 20. Jana PK (2006)\r
+\r
+%%\bibitem [32] {32}Winogard S (1972) Parallel iteration methods in complexity of\r
+%%computer communications. Plenum, New York\r
+\r
+%ù\bibitem [33] {33} Cosnard M, Fraigniaud P (1990) Finding the roots of a polynomial\r
+%%on an MIMD multicomputer. Parallel Comput 15:75\9685\r
+\r
+%%\bibitem [41] {41} Jana PK (1999) Finding polynomial zeroes on a Multi-mesh of trees\r
+%%(MMT). In: Proc of the 2nd int conference on information\r
+%%technology, Bhubaneswar, December 20\9622, pp 202\96206\r
+\r
+%%\bibitem [42] {42}Zhu W, Zeng Z, Lin D (2008) An adaptive algorithm finding\r
+%%multiple roots of polynomials. Lect Notes Comput Sci 5262:674\96681\r
+\r
+\r
+\r
+%%\bibitem [43] {43}Polynomial interpolation and polynomial root finding on OTIS-Mesh.\r
+%%Parallel Comput 32:301\96312\r
+\r
+%%\bibitem [44] {44}Jana PK, Sinha BP, Datta Gupta R (1999) Efficient parallel\r
+%%algorithms for finding polynomial zeroes. In: Proc of the 6th int\r
+%%conference on advance computing, CDAC, Pune University Campus,\r
+%%India, December 14\9616, pp 189\96196\r
+\r
+\r
+\r
 %% \end{thebibliography}\r
 \end{document}\r