.png){kind=icon}
返回
Wedge-Parallel Triangle Counting for GPUs
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-99872-0_1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为快速处理日益增大的图，三角形计数——作为图处理算法的常见构建模块，通常在GPU上执行。然而，将大规模并行应用于三角形计数具有挑战性，因为算法固有的不规则访问模式和工作负载不平衡。本研究中，我们提出WeTriC，一种新型的楔形并行三角形计数算法用于GPU，该算法通过轻量级静态楔形到线程的映射实现更细粒度并行，从而改善负载平衡和效率。我们的理论分析比较了不同的并行化粒度，而优化措施增强了缓存、减少了每次交集的工作量并最小化了开销。性能实验表明，WeTriC相较于优化的顶点并行和边并行二分搜索三角形计数算法，分别实现了5.63倍和4.69倍的速度提升。此外，我们证明WeTriC持续优于当前最优方法（即平均比Trust快2.86倍，比GroupTC快2.32倍）。
Keyword:
Triangle Counting
Graph Processing
Parallel Computing on GPUs
Wedge-Parallel Approaches
期刊
E
IF:
0
论文数:
21
被引数:
0
机构
引用论文
.png){kind=icon}
Collaborative (CPU + GPU) Algorithms for Triangle Counting and Truss Decomposition协同（CPU + GPU）算法用于三角形计数和桁架分解
PREAI
分享收藏
查看更多内容