多核CPU-GPU协同的并行深度优先算法

• 作者: 余莹 李肯立
• 来源期刊: 计算机应用研究
• 关键词: 多核CPU GPU 深度优先搜索 并行 异构
• 年，卷（期）: 2014,（10）
• 页码范围: 2982-2985
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.10.023

摘要

针对多核CPU和GPU环境下图的深度优先搜索问题,提出多核CPU中实现并行DFS的新算法,通过有效利用内存带宽来提高性能,且当图增大时优势越明显.在此基础上提出一种混合方法,为DFS每一分支动态地选择最佳的实现:顺序执行;两种不同算法的多核执行;GPU执行.混合算法为每种大小的图提供相对更好的性能,且能避免高直径图上的最坏情况.通过比较多CPU和GPU系统,分析底层架构对DFS性能的影响.实验结果表明,一个高端single-socket GPU系统的DFS执行性能相当于一个高端4-socket CPU系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李肯立	湖南大学信息科学与工程学院	130	931	16.0	22.0
2	余莹	衡阳师范学院计算机科学系	26	71	5.0	6.0