
<html>

  <head>


    <meta http-equiv="content-type" content="text/html; charset=ISO-8859-1">

  </head>

  <body bgcolor="#FFCC99" text="#000099">

    <font size="-1">Dear all,<br>

      <br>

      I have few questions on achieving convergence with SLEPC.<br>

      I am doing some comparison on how SLEPC performs compare to a

      LAPACK installation on my system (an 8 processors icore7 with 3.4

      GHz running Ubuntu).<br>

      <br>

      1/ It appears that a calculation requesting the LAPACK eigensolver

      runs faster using my libraries than when done with SLEPC selecting

      the 'lapack' method. I guess most of the time is spent when

      assembling the matrix? However if the time seems reasonable for a

      matrix of size less than 2000*2000, for one with 4000*4000 and

      above, the computation time seems more than ten times slower with

      SLEPC and the 'lapack' method!!!<br>

      <br>

      2/ I was however expecting that running an iterative calculation

      such as 'krylovschur', 'lanczos' or 'arnoldi' the time would be

      shorter but that is not the case. Inserting the Shift-and-Invert

      spectral transform, i could converge faster for small matrices but

      it takes more time using these iteratives methods than using the

      Lapack library on my system, when the size allows; even when

      requesting only few eigenstates (less than 50).<br>

      <br>

      regarding the 2 previous comments I would like to know if there

      are some rules on how to ensure a fast convergence of a

      diagonalisation with SLEPC?<br>

      <br>

      3/ About the diagonalisation on many processors, after we assign

      values to the matrix, does SLEPC automatically distribute the

      calculation among the requested processes or shall we need to

      insert commands on the code to enforce it?<br>

      <br>

      Sincerely,<br>

      <br>

      <br>

    </font>

    <pre class="moz-signature" cols="72">-- 

Steve</pre>

  </body>

</html>