HT-HEDL:描述逻辑中的高通量假设评估
人工智能
2024-12-03 v1 分布式、并行与集群计算
数据结构与算法
机器学习
摘要
我们提出了描述逻辑中的高通量假设评估方法(HT-HEDL)。HT-HEDL 是一种高性能假设评估引擎,利用描述逻辑(DL)加速 inductive logic programming(ILP)学习器的假设评估计算;特别是,HT-HEDL 针对加速 DL 语言的假设计算。HT-HEDL 将多核 CPU 与多 GPU 的计算资源综合,提高两个层面的假设计算效率:1)单个假设的评估,2)多个假设(即批量假设)的评估。在第一个层面,HT-HEDL 使用单个 GPU 或矢量化多线程 CPU 来评估单个假设。在矢量化多线程 CPU 评估中,将经典(标量)CPU 多线程与 CPU 的扩展向量指令集相结合,以提取更多 CPU 性能。实验结果表明,HT-HEDL 使用 CPU 基于评估(单个假设):相较于经典多线程提升了约 20.4 倍,使用矢量化多线程提升了约 85 倍。在 GPU 基于评估中,HT-HEDL 实现了单个 GPU 用于单个假设评估的最高约 38 倍加速。为了加速多个假设的评估,HT-HEDL 并行地将 GPU 与多核 CPU 结合,以提高评估吞吐量(每秒评估的假设数)。实验结果表明,HT-HEDL 使用两个 GPU 的评估吞吐量提升了约 29.3 倍,使用两个 GPU 结合 CPU 矢量化多线程评估的最高提升约 44 倍。
引用
@article{arxiv.2412.00802,
title = {HT-HEDL: High-Throughput Hypothesis Evaluation in Description Logic},
author = {Eyad Algahtani},
journal= {arXiv preprint arXiv:2412.00802},
year = {2024}
}