稀疏矩阵向量乘（SPMV）：测量多种算法和数据结构下的稀疏矩阵向量乘法性能。

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

测试成绩

    SHOC 的 SpMV 测试允许采用随机生成的矩阵或者指定一个矩阵文件，内建的随机矩阵规模有四种，分别是 1024、8192、12288、16384，我们测试的规模是第四个即 16384，正方形，默认的稀疏度为 1%。测试的 kernel 有三种存储格式，头两种都是基于 compressed sparse row (CSR，已压缩稀疏行) 数据结构，分别是 CSR-Scalar 和 CSR-Vector；第三种则是新近出现的 ELLPACKR 数据结构，所有测试结果都是 GFLOPS。 

    蓝宝 PGS AMD FirePro W9100 的 CSR-Scalar、CSR-Vector、ELLPACKR 单精度测试结果分别是 2.0、23.02、11.81（GFLOPS），符合预期。