Проект: В рамках данного проекта планируется создание нового итерационного решателя, эффективно использующего методы машинного обучения для организации эффективного вычислительного процесса в смешанной точности.
Описание: Необходимо реализовать несколько версий метода BiCGStab (
https://en.wikipedia.org/wiki/Biconjugate_gradient_stabilized_method) с использованием смешанной точности; получить данные на матрицах из SuiteSparse (
https://sparse.tamu.edu/) и использовать их для построения и обучения нейронной сети, определяющей переключение между различными точностями; сравнить эффективность такой версии с существующим эмпирическим подходом (
https://arxiv.org/pdf/2412.08059) переключения между версиями разной точности.
