# torch-sla: Differentiable Sparse Linear Algebra with Adjoint Solvers and Sparse Tensor Parallelism for PyTorch ### μ €μž Mingyuan Chi, Shizheng Wen ### πŸ’‘ κ°œμš” λ³Έ 논문은 과학적 λ¨Έμ‹ λŸ¬λ‹ λΆ„μ•Όμ—μ„œ ν•„μˆ˜μ μΈ λ―ΈλΆ„ κ°€λŠ₯ν•œ ν¬μ†Œ μ„ ν˜• λŒ€μˆ˜ 연산을 PyTorchμ—μ„œ μ§€μ›ν•˜κΈ° μœ„ν•΄ \torchsla{} 라이브러리λ₯Ό μ œμ•ˆν•©λ‹ˆλ‹€. \torchsla{}λŠ” CPU 및 GPUμ—μ„œ λ‹€μ–‘ν•œ 솔버(직접, 반볡, λΉ„μ„ ν˜•, κ³ μœ κ°’)λ₯Ό μ§€μ›ν•˜λŠ” 단일 APIλ₯Ό μ œκ³΅ν•˜λ©°, μžλ™ μž₯치 및 문제 크기별 μ΅œμ ν™” κΈ°λŠ₯을 κ°–μΆ”κ³  μžˆμŠ΅λ‹ˆλ‹€. λ˜ν•œ, ν¬μ†Œ νŒ¨ν„΄μ΄ κ³΅μœ λ˜κ±°λ‚˜ λ‹€λ₯Έ 배치 연산을 μ§€μ›ν•˜κ³ , 도메인 뢄해와 ν• λ‘œ κ΅ν™˜μ„ ν†΅ν•œ λΆ„μ‚° λ©€ν‹° GPU 싀행을 κ°€λŠ₯ν•˜κ²Œ ν•˜μ—¬ ν™•μž₯성을 λ†’μ˜€μŠ΅λ‹ˆλ‹€. ### πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„ - PyTorch μƒνƒœκ³„μ— λ―ΈλΆ„ κ°€λŠ₯ν•œ ν¬μ†Œ μ„ ν˜• λŒ€μˆ˜ 연산을 μœ„ν•œ 포괄적인 라이브러리λ₯Ό μ œκ³΅ν•˜μ—¬ 과학적 λ¨Έμ‹ λŸ¬λ‹ μ—°κ΅¬μ˜ λ°œμ „μ„ μ΄‰μ§„ν•©λ‹ˆλ‹€. - λ‹€μ–‘ν•œ λ°±μ—”λ“œ(SciPy, Eigen, cuDSS, CuPy, PyTorch λ„€μ΄ν‹°λΈŒ)와 솔버λ₯Ό 단일 API둜 ν†΅ν•©ν•˜μ—¬ μ‚¬μš©μž νŽΈμ˜μ„±μ„ 높이고 λ‹€μ–‘ν•œ λ¬Έμ œμ— λŒ€ν•œ μœ μ—°μ„±μ„ μ œκ³΅ν•©λ‹ˆλ‹€. - O(1)-κ·Έλž˜ν”„ λ―ΈλΆ„ ν”„λ ˆμž„μ›Œν¬μ™€ μžλ™ λ―ΈλΆ„ ν˜Έν™˜ λΆ„μ‚° ν• λ‘œ κ΅ν™˜ λ ˆμ΄μ–΄λ₯Ό 톡해 λŒ€κ·œλͺ¨ 문제λ₯Ό 효율적으둜 μ²˜λ¦¬ν•  수 μžˆμŠ΅λ‹ˆλ‹€. - ν˜„μž¬λŠ” GPU에 λŒ€ν•œ 톡합적인 반볡 솔버가 λΆ€μ‘±ν•˜λ©°, ν–₯ν›„ 더 λ‹€μ–‘ν•œ GPU 기반 μ†”λ²„μ˜ μΆ”κ°€ 및 μ΅œμ ν™”κ°€ ν•„μš”ν•©λ‹ˆλ‹€. --- [PDF 보기](https://arxiv.org/pdf/2601.13994) For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).