这是一个非常普遍的问题，关于一组线性方程的最大尺寸，这些线性方程由当今最快的硬件解决，形式如下：
X = AX + B
A：浮点数的NxN矩阵，很稀疏。
B：漂浮物的N向量。
解决X.
这变成X（I-A）= B，最好使用因子分解（而不是矩阵求逆）来解决，如我所读：
http://www.johndcook.com/blog/2010/01/19/dont-invert-that-matrix/
您是否了解自己或参考了基准或纸张，它为当今最快的硬件提供了N的最大价值？我见过的大多数基准测试使用N＆lt; 10,000。我想在一个月内处理N> 10x10 ^ 6或更多。
不仅要考虑计算维度，还要考虑A的存储。这可能是一个问题： 例如假设N = 1 x 10 ^ 6，对于完全密集的矩阵，存储将是1x10 ^ 12 x 4字节/（1024x1024x1024）= 4 Terrabytes，我认为这是可管理的。
最后，解决系统的方法是否可以并行化，以便我可以假设并行化N可能非常大？
提前谢谢， bliako