面向分布式与并行科学数据可视化及分析的异步负载均衡并查集算法
分布式、并行与集群计算
2022-02-02 v2
摘要
我们提出了一种新颖的分布式并查集（union-find）算法，其具有异步并行和基于 k-d 树的负载均衡，用于科学数据的可扩展可视化与分析。并查集的应用包括水平集提取和临界点追踪，但分布式并查集可能遭受高同步成本和并行进程间负载不均。在本研究中，我们证明现有分布式并查集中的全局同步可在不改变最终结果的情况下被消除，从而允许重叠的通信与计算以实现可扩展处理。我们还使用 k-d 树分解来重新分配输入，以改善工作负载均衡。我们使用合成数据和应用数据，以多达 1,024 个进程对算法的可扩展性进行基准测试。我们分别通过高速成像实验和聚变等离子体模拟，展示了我们的算法在临界点追踪和超水平集提取中的使用。
引用
@article{arxiv.2003.02351,
title = {Asynchronous and Load-Balanced Union-Find for Distributed and Parallel Scientific Data Visualization and Analysis},
author = {Jiayi Xu and Hanqi Guo and Han-Wei Shen and Mukund Raj and Xueyun Wang and Xueqiao Xu and Zhehui Wang and Tom Peterka},
journal= {arXiv preprint arXiv:2003.02351},
year = {2022}
}
备注
Accepted by IEEE Transactions on Visualization and Computer Graphics (IEEE TVCG Special Issue on IEEE PacificVis 2021)