在 GraphBLAS 中高效实现推-拉

Carl Yang; Aydin Buluc; John D. Owens

在 GraphBLAS 中高效实现推-拉

分布式、并行与集群计算 2018-06-21 v3

作者: Carl Yang , Aydin Buluc , John D. Owens

摘要

我们将 Beamer 的推-拉（亦称方向优化广度优先搜索，DOBFS）分解为 3 个可分离优化，并分析其可推广性、渐近加速比及对总体加速的贡献。我们证明掩码对高性能至关重要，并可推广至所有输出稀疏模式先验已知的图算法。我们表明这些共同构成 DOBFS 的图算法优化，可使用线性代数简洁且可分离地描述，并能在基于线性代数的 GraphBLAS 框架中表达。我们提供实验证据：借助这些优化，基于线性代数的图框架表达的 DOBFS 在 GPU 与多线程 CPU 上均达到与最先进图框架竞争的性能，在 Scale 22 RMAT 图上实现 101 GTEPS。

关键词

推-拉方向优化广度优先搜索 GraphBLAS 掩码线性代数 GPU RMAT 图

引用

@article{arxiv.1804.03327,
  title  = {Implementing Push-Pull Efficiently in GraphBLAS},
  author = {Carl Yang and Aydin Buluc and John D. Owens},
  journal= {arXiv preprint arXiv:1804.03327},
  year   = {2018}
}

备注

11 pages, 7 figures, International Conference on Parallel Processing (ICPP) 2018

在 GraphBLAS 中高效实现推-拉

摘要

关键词

引用

备注

相关论文