.png){kind=icon}
返回
Accelerating dynamic graph computation via space-aware mapping approach in computing-in-memory systems
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-026-08883-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
动态图应用能够有效表示大型系统，如社交网络和物联网。图计算在传统架构中遭遇内存瓶颈，在动态图中由于节点频繁变化和数据移动增加，这一问题更为突出。存内计算（PIM）架构是一种新型技术，尽可能减少内存与处理器之间的数据传输。因此，由于流图需要大量数据传输和更新，它们将以低延迟在内存附近或内存中进行处理。本文提出了一种新颖的动态数据结构和映射方法，用于全动态图PIM架构。此外，提出了一种智能放置策略，在处理元素阵列之间留出空间，以实现更快的更新并最小化空间开销。同样，提出了社区检测和链接预测方法，以最小化移动开销并提升更新吞吐量和速度。评估结果表明，所提出的方法在SNAP和真实世界数据集的多样集合上，相较于基线PIM架构，实现了4.39倍的更快更新速率。此外，与支持动态图的最先进架构相比，我们的方法将内存开销降低了63.77%。此外，在图更新时间、节能和性能方面，所提出的方法平均优于HyVE 3.92倍、2.50倍和2.92倍。与ASGraph相比，我们的架构在性能和功耗方面分别提升了2.02倍和1.97倍。
Keyword:
Parallel processing
Dynamic graphs and networks
Hardware architectures
Computing-in-memory (CIM)
Emerging memories
Machine learning
期刊
IF:
2.7
论文数:
1.1K
被引数:
1.0W
机构
暂无机构信息
引用论文
ReSAFT: An efficient stuck-at fault-tolerant scheme for ReRAM-based process-in-memory acceleratorsReSAFT：一种适用于ReRAM基存内处理加速器的有效卡在故障容错方案
.png){kind=icon}
PREAI
分享收藏An Efficient ReRAM-based Accelerator for Asynchronous Iterative Graph Processing一种基于ReRAM的高效异步迭代图处理加速器
PREAI
分享收藏
分享收藏Accelerating Graph-Connected Component Computation With Emerging Processing-In-Memory Architecture基于新兴存内计算架构加速图连通分量计算
PREAI
分享收藏
查看更多内容