一种基于GPU的枚举排序算法及其并行化

• 作者: 孙陆鹏 张红艳 肖汉 谷国太
• 来源期刊: 河南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 枚举排序 图形处理器 并行计算 数据处理 性能优化
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机·人工智能·大数据
• 页码范围: 139-143,158
• 页数: 6页
• 分类号: TP311
• 语种: 中文

摘要

针对枚举排序算法在处理大规模数据时存在运算量大、计算时间长、计算效率低等问题,提出一种利用GPU并行运算提升大规模数据处理速度的方法.在CUDA下对枚举排序算法进行串-并行分析,分别从细粒度与粗粒度角度进行优化,根据CPU与GPU的结构特点优化排序数据的读取和存储方式,内核采用一个GPU线程对应一次比较操作的计算方法,以充分利用GPU计算能力.实验结果表明,当排序数据规模大于40 000时,在GPU上的运算速度比在CPU上快3倍左右,并且随着数据规模的不断增大,加速比越来越大.研究结果对于提升大规模数值计算效率具有重要的意义.