基于 Gunrock 的 GPU 高效子图匹配算法 (GSM)
分布式、并行与集群计算
2020-03-12 v3
摘要
在本文中，我们提出了一种使用 Gunrock 图分析框架的 GPU 高效子图同构算法 GSM (Gunrock Subgraph Matching)，以在 GPU 上计算图匹配。与之前基于深度优先遍历的 CPU 方法不同，GSM 是基于 BFS 的：可能匹配以广度优先策略同时展开。使用基于 BFS 遍历的优势在于我们可以利用 GPU 的大规模并行处理能力。缺点在于会产生更多中间结果。我们提出了若干优化技术以应对该问题。我们的实现遵循过滤—验证策略。虽然之前大多数 GPU 上的工作需要进行一步或两步连接，我们使用一步验证来决定当前节点前沿中的候选者。我们的实现相比之前最先进的 GPU 实现有高达 4 倍的加速。
引用
@article{arxiv.2003.01527,
title = {Fast Gunrock Subgraph Matching (GSM) on GPUs},
author = {Leyuan Wang and John D. Owens},
journal= {arXiv preprint arXiv:2003.01527},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1909.02127