CPU 与 GPU 在社区检测中的性能比较：基于 GVE-Louvain 与 ν-Louvain 的洞察
分布式、并行与集群计算
2025-02-03 v1 社会与信息网络
摘要
社区检测涉及识别网络中自然划分，这是许多大规模应用的关键任务。本报告介绍了 GVE-Louvain，这是最有效的多核 Louvain 算法实现之一，后者是一种高质量的社区检测方法。在双 16 核 Intel Xeon Gold 6226R 服务器上，GVE-Louvain 相较于 Vite、Grappolo、NetworKit Louvain 以及在 NVIDIA A100 GPU 上运行的 cuGraph Louvain 分别以 50 倍、22 倍、20 倍和 5.8 倍的性能优势，实现了 38 亿边每秒的处理速率。此外，它在线程数每翻倍时均能有效扩展性能，提升 1.6 倍。本文还介绍了 ν-Louvain，这是一种基于 GPU 的实现。对其在 NVIDIA A100 GPU 上的评估显示，ν-Louvain 的性能仅与 GVE-Louvain 相当，这主要归因于后期算法 passes 中工作量和并行度的降低。这些结果表明，CPU 由于其灵活处理不规则工作量的能力，可能更适合社区检测任务。
引用
@article{arxiv.2501.19004,
title = {CPU vs. GPU for Community Detection: Performance Insights from GVE-Louvain and $\nu$-Louvain},
author = {Subhajit Sahu},
journal= {arXiv preprint arXiv:2501.19004},
year = {2025}
}
备注
18 pages, 17 figures, 2 tables. arXiv admin note: text overlap with arXiv:2312.04876