Everest：用于挖掘时序模体的 GPU 加速系统
软件工程
2023-10-12 v3 分布式、并行与集群计算
摘要
时序模体挖掘是在大型输入时序图中寻找满足指定结构与时间约束的子图模式出现位置的任務。尽管其在诸多要求高性能的关键应用领域（如金融交易图中的欺诈检测）中有用，现有软件在商用硬件平台上的性能受限，需运行数十小时。本文提出 Everest——一个将挖掘（支持枚举与计数）时序模体的工作负载高效映射到高度并行 GPU 架构的系统。具体而言，利用输入时序图及相较先前工作更具表达力的用户自定义时序模体查询定义，Everest 生成执行计划与运行时原语，通过发挥 GPU 高计算吞吐来优化工作负载执行。Everest 生成模体特定的挖掘代码以减少长延迟内存访问与频繁线程发散操作。Everest 引入新颖的低开销运行时机制以实现负载均衡，提升 GPU 硬件利用率。为支持无法放入 GPU 内存的大图，Everest 还通过智能划分边列表避免 GPU 间通信来支持多 GPU 执行。Everest 将所提优化的实现复杂性对目标系统用户隐藏以提升易用性。我们的评估表明，利用所提优化，Everest 将基线 GPU 实现的平均性能提升 19 倍。
引用
@article{arxiv.2310.02800,
title = {Everest: GPU-Accelerated System For Mining Temporal Motifs},
author = {Yichao Yuan and Haojie Ye and Sanketh Vedula and Wynn Kaza and Nishil Talati},
journal= {arXiv preprint arXiv:2310.02800},
year = {2023}
}