.png){kind=icon}
返回
GraphBLAST: A High-Performance Linear Algebra-based Graph Framework on the GPU
.png){kind=icon}
OA
AI
DOI：10.1145/3466795.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高性能图算法实现难以在新并行硬件（如GPU）上完成，主要存在以下三个挑战： (1) 构建图算法基础模块的困难，(2) 并行硬件上的负载不均衡，以及 (3) 图问题具有低算术强度。为应对部分挑战，GraphBLAS 是图分析领域的一项创新性、持续性的努力，旨在提出基于稀疏线性代数的基础模块，使图算法能够以高性能、简洁、可组合和可移植的方式表达。本文探讨了基于线性代数方法构建图框架的性能挑战，并描述了克服这些瓶颈的新设计原则。其中新的设计原则包括 利用输入稀疏性，它允许用户编写图算法而无需指定推拉方向；利用输出稀疏性 使用户能够告知后端在单次向量化计算中，哪些输出值不需要计算；负载均衡 是平衡并行工作负载的重要特性。我们描述了处理不同特性图的重要负载均衡功能。本文所述的设计原则已在“GraphBLAST”中实现，GraphBLAST 是首个在 NVIDIA GPU 上运行的基于高性能线性代数的开源图框架。结果显示，在单 GPU 上，GraphBLAST 相比之前的 GraphBLAS 实现 SuiteSparse 和 GBTL 平均至少快一个数量级，与最快的 GPU 硬件加速原语以及共享内存图框架 Ligra 和 Gunrock 性能相当，且优于其他任何 GPU 图框架，同时提供了更简单、更简洁的编程模型。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息