.png){kind=icon}
返回
A Scalable Sorting Network Based on Hybrid Algorithms for Accelerating Data Sorting
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14030579.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
通过硬件加速，顺序数据挖掘中的排序性能得到了显著提升，随着数据量和复杂性的增加，这一点变得至关重要。本文提出了一种可扩展的混合排序网络，该网络在保持或提升性能的同时，降低了计算负载和硬件需求。该网络由预比较奇偶排序网络（P-OESN）和双向插入排序网络（BISN）组成。在原始OESN中引入了一个预比较层，该层旨在将较大的值置于输入序列的前半部分，较小的值置于后半部分。当P-OESN从完全并行执行过渡到迭代执行时，迭代次数得以减少。提出了一种新颖的流水线BISN架构，这提升了工作频率和吞吐量。实验结果表明，预比较层将迭代次数减少了6%至50%；由于流水线BISN，吞吐量提高了四倍以上，工作频率增加了两倍以上。所提出的混合排序网络减少了排序时间或资源使用量，同时能够对其他方法无法支持的大规模数据集进行排序。
Keyword:
field programmable gate array (FPGA)
hybrid sorting network
scalable architecture
bidirectional processing
pre-comparison
pipeline technology
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
引用论文
Single-Instruction-Multiple-Data Instruction-Set-Based Heat Ranking Optimization for Massive Network Flow基于单指令多数据指令集的面向海量网络流的热度排序优化.png)
ElectronicsOAAI
ElectronicsIF0
OAAI分享收藏
查看更多内容