科学技術計算などに利用される疎行列向けの反復解法において、 疎行列とベクトルの積（Sparse Matrix-Vector Multiplication: SpMV）は 多くの回数が実行され、その総演算時間は解法の中で大きな割合を占める。 そのため、SpMVのアルゴリズムは様々なものが提案されている。 しかし、SpMVの演算時間は実行する計算機環境や与えられた疎行列の非零構造 などにより大きく変化する。
　本発表では、代表的ないくつかのSpMVアルゴリズムの紹介と、 その適切な選択について発表者らが過去に行った研究について述べる。

[1] G. Blelloch, M. Heroux and M. Zagha Segmented Operations for Sparse Matrix Computation on Vector Multiprocessors. Carnegie Mellon University, Pittsburgh, PA (1993).
[2] T. Katagiri, T. Sakurai, M. Igai, S. Ohshima, H. Kuroda, K. Naono and K. Nakajima Control Formats for Unsymmetric and Symmetric Sparse Matrix-Vector Multiplications on OpenMP Implementations. High Performance Computing for Computational Science - VECPAR 2012, Springer LNCS (2013) :236-248.