<div dir="ltr">On Thu, Oct 17, 2013 at 10:02 AM, James A Charles <span dir="ltr"><<a href="mailto:charlesj@purdue.edu" target="_blank">charlesj@purdue.edu</a>></span> wrote:<br><div class="gmail_extra"><div class="gmail_quote">


<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Hello,<br>
<br>
I'm trying to use a Dense Parallel matrix where there are no nonzeros that is rectangular of size Nxp where N >> p. P is anywhere from 2-6 typically and N can be of size 1E6 or more.<br>
<br>
For this I would like to only distribute the rows along the MPI processes and not have the columns distributed at all (local columns size = global column size). What is the best way to do this in Petsc? If it matters I am using Petsc3.4.<br>


</blockquote><div><br></div><div>We do not distribute columns. You could if you used the Elemental implementation, but you do not need that.</div><div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">



The operations performed after the Matrix allocation are:<br>
<br>
direct call to Lapack for QR factorization via pointer to array.<br></blockquote><div><br></div><div>You really want Tall-Skinny QR here (TSQR). We have not implemented it, but it is not hard, so if</div><div>you would like to contribute it, that would be great.</div>
<div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">


Matrix multiply with an NxN matrix.<br></blockquote><div><br></div><div>This works.</div><div><br></div><div>   Matt</div><div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">



I have this working in serial but when I try to distribute my matrices I get columns with size p*(number of processes).<br>
<br>
Thanks,<br>
James<br>
<br>
<br>
<br>
<br>
<br>
<br>
</blockquote></div><br><br clear="all"><div><br></div>-- <br>What most experimenters take for granted before they begin their experiments is infinitely more interesting than any results to which their experiments lead.<br>


-- Norbert Wiener
</div></div>