在Dask上，调用稀疏迭代方法Dask阵列或跨集群中的节点。

Question

我有一个大的稀疏矩阵，只能装在一个集群的多个节点上。我想通过调用类似以下的方法来解决一个方程组

import scipy.sparse.linalg as splinalg

A = my_sparse_matrix          # a sparse dask array defined across four nodes
b = my_vector                 # an initial vector
M = my_sparse_preconditioner  # a preconditioner to help improve convergence of algorithm

x = splinalg.bicgstab(A, b, M=M)

有什么办法可以做到这一点，使

• 如果我只使用一个节点，它能并行解决x吗？
• 如果我使用一个以上的节点（例如 4 个节点），它可以工作吗？

如果不能，Dask 社区是否正在研究这个问题？

Answer 1

Dask数组支持稀疏矩阵块。

Dask数组支持SciPy LinearOperator API。

这两个事实可能足以解决你的问题，但你无疑还是需要自己做一些工作。 比如分布式稀疏阵列没有明显的存储方案。 没有明显的方法来分割数据等等。

所以 "是"，Dask能够在这里提供帮助，但 "不是"，没有明显的罐头解决方案给你。