[論文レビュー] Sparse Approximate Multifrontal Factorization with Butterfly Compression for High Frequency Wave Equations

Yang Liu, Pieter Ghysels+2 more|arXiv (Cornell University)|Jun 30, 2020

Electromagnetic Scattering and Analysis参考文献 53被引用数 18

ひとこと要約

本論文は、バタフライアルゴリズムおよびその階層行列拡張であるHOD-BFを活用して、高周波数波動方程式における大規模なフロント行列を圧縮・要因分解する、画期的なスパース近似多フロント解法を提示する。グラフ距離に基づくエントリ評価とランダム化行列・ベクトル乗算を用いることで、3次元ヘルムホルツおよびマクスウェル問題において、O(N log²N)の計算量とO(N)のメモリ量の複雑度を達成した。これは、このような問題に対して3次元で初めての準線形複雑度を持つ多フロント解法である。

ABSTRACT

We present a fast and approximate multifrontal solver for large-scale sparse linear systems arising from finite-difference, finite-volume or finite-element discretization of high-frequency wave equations. The proposed solver leverages the butterfly algorithm and its hierarchical matrix extension for compressing and factorizing large frontal matrices via graph-distance guided entry evaluation or randomized matrix-vector multiplication-based schemes. Complexity analysis and numerical experiments demonstrate $\mathcal{O}(N\log^2 N)$ computation and $\mathcal{O}(N)$ memory complexity when applied to an $N imes N$ sparse system arising from 3D high-frequency Helmholtz and Maxwell problems.

研究の動機と目的

• 高周波数波動方程式から生じる大規模なスパース線形方程式系に対する直接解法の高い計算コストとメモリ消費量を低減すること。
• 振動的グリーン関数に高い数値ランクが生じるため、ランク低減に基づく解法が複雑度の低減に失敗するという制限を克服すること。
• 高速でスケーラブルかつメモリ効率の良い多フロント解法を、3次元ヘルムホルツおよびマクスウェル方程式に適用可能なものとして開発すること。
• バタフライベースの圧縮（HOD-BF）を多フロント法に統合し、フロント行列に現れる構造的低ランクパターンを活用すること。
• 3次元高周波数問題において、準線形複雑度（O(N log²N)の浮動小数点演算、O(N)のメモリ）を達成すること。これは従来の直接解法では達成できなかった。

提案手法

• 多フロント要因分解から生じるフロント行列をHOD-BF（階層的非対角バタフライ）形式で圧縮する。
• グラフ距離に基づくプロキシサンプリングを適用し、行列エントリを選択的に評価することで、バタフライ構築を効率化し、明示的なフロント行列の構築を回避する。
• ランダム化行列・ベクトル乗算を用いて、完全な行列を保持せずにバタフライ表現を計算する。
• サイズn×nのフロント行列ごとに、O(n³/² log n)の複雑度を持つHOD-BF逆行列アルゴリズムを用いて主対角ブロックを要因分解する。
• スシュール補行列を計算するために、ランダム化されたバタフライ構築アルゴリズムを用い、低複雑度を維持する。
• ブロック化2×2分割を介して、多フロントフレームワークに統合する。ここで、ブロックは平面的または交差する界面間のグリーン関数の相互作用を表す。

実験結果

リサーチクエスチョン

• RQ1 バタフライアルゴリズムおよびHOD-BF形式は、高周波数波動方程式に対して多フロント法に効果的に統合可能であり、準線形複雑度を達成できるか？
• RQ2 グラフ距離に基づくエントリサンプリングは、明示的な行列形成を伴わずに、効率的かつ正確なバタフライ圧縮を可能にするか？
• RQ3 ランダム化された行列・ベクトル乗算スキームは、フロント行列の要因分解において、低複雑度を維持しながら数値的精度を保証できるか？
• RQ4 提案された解法の3次元ヘルムホルツおよびマクスウェル方程式に対する漸近的複雑度は、従来の多フロント解法と比較してどの程度か？
• RQ5 実用的な3次元波動問題において、正確な解法およびランク低減ベースの解法（例：STRUMPACK、MUMPS）と比較して、顕著な性能向上を達成できるか？

主な発見

• 提案されたHOD-BF多フロント解法は、3次元高周波数ヘルムホルツおよびマクスウェル方程式において、O(N log²N)の計算量とO(N)のメモリ量の複雑度を達成した。これは、これらの方程式に対して3次元で初めての準線形複雑度を持つ解法である。
• 3次元ポアソン方程式では、正確な多フロント解法と比較して、要因分解時間を最大44.6%、メモリ使用量を最大40.7%削減した。HOD-BFはルートフロントで0.38%のストレージ圧縮を達成した。
• Ω=32の3次元マクスウェル問題では、要因分解時間を301.34秒から379.50秒に延長したが、浮動小数点演算量は60.1%圧縮され、メモリ使用量は541 GBから426 GBに削減され、78.8%の圧縮率を達成した。一方、GMRES反復回数は1回から21回に増加した。
• Marmousi2速度モデルでは、N=9.1×10⁷のスケールで、HOD-BF解法が25.3%の浮動小数点演算圧縮と44.6%のメモリ圧縮を達成し、スケーラビリティにおいてHSSおよび正確な解法を上回った。
• HOD-BF表現における最大ランクは、ルートフロントでO(n¹/⁴)の成長を示し、HSSのO(n¹/²)よりも著しく遅い。理論的予測を確認するものであり、優れた圧縮性能を実現している。
• 3次元ポアソン問題において、k>200では要因分解時間、k>300では解法時間で、HSSおよび正確な解法を上回った。実用的な準線形スケーリングが実証された。