分析 GPU 哈希表在状态空间探索中的性能
分布式、并行与集群计算
2017-12-29 v1 数据结构与算法
摘要
在过去几年中,通用图形处理器(GPUs)已被用于显著加速众多应用。GPU 近期带来显著加速的领域之一是模型检测。在模型检测中,状态空间(即大型有向图)被探索以验证模型是否满足期望属性。GPUexplore 是一个基于 GPU 的模型检测器,它使用哈希表来高效跟踪已探索的状态。由于在探索过程中发现并存储了大量状态,哈希表应能够并发快速处理许多插入和查询。本文中,我们通过实验比较了两种为 GPU 优化的不同哈希表,一种是 GPUexplore 哈希表,另一种使用布谷鸟哈希(Cuckoo hashing)。我们使用来自模型检测实验的随机和非随机数据比较两种哈希表的性能,以分析这两种哈希表在状态空间探索中的适用性。我们得出结论:对于随机数据,布谷鸟哈希比 GPUexplore 哈希快三倍;对于非随机数据,布谷鸟哈希快五到九倍。这表明在不久的将来进一步加速 GPUexplore 的巨大潜力。
引用
@article{arxiv.1712.09494,
title = {Analysing the Performance of GPU Hash Tables for State Space Exploration},
author = {Nathan Cassee and Anton Wijs},
journal= {arXiv preprint arXiv:1712.09494},
year = {2017}
}
备注
In Proceedings GaM 2017, arXiv:1712.08345