物超所值：GPU上快速且节省空间的硬件加速粗粒度索引
数据库
2025-06-06 v2 图形学
摘要
在最近的工作中，我们展示了可以利用RTX显卡上的NVIDIA光线追踪核心来实现GPU驻留数据库索引的硬件加速查找。在高层面上，该概念将所有键作为三角形具体化到三维场景中并进行索引。通过向场景发射光线并利用索引结构以硬件加速方式检测命中来执行查找。虽然这种称为RTIndeX的方法确实很有前景，但它目前存在三个限制：(1) 每个键的显著内存开销，(2) 慢速范围查找，以及 (3) 更新性差。在这项工作中，我们展示了所有三个问题都可以通过一个单一的设计变更来解决：将RTIndeX推广为粗粒度索引cgRX。cgRX不是索引单个键，而是索引键桶，这些桶在检索后进行后过滤。这大大减少了内存开销，导致生成更小、更高效的索引结构，并实现了快速的范围查找和更新。我们将看到，在三维空间中表示桶，使得键的查找既正确又高效，需要精心编排以特定顺序发射光线。我们的实验评估表明，cgRX提供了最高的性价比，其相对于内存占用的吞吐量比支持范围查找的基线方法高出1.5-3倍。同时，cgRX将范围查找性能比RTIndeX提高了多达2倍，并提供了实用的更新能力，比从头重建快多达5.6倍。
引用
@article{arxiv.2406.03965,
title = {More Bang For Your Buck(et): Fast and Space-efficient Hardware-accelerated Coarse-granular Indexing on GPUs},
author = {Justus Henneberg and Felix Schuhknecht and Rosina Kharal and Trevor Brown},
journal= {arXiv preprint arXiv:2406.03965},
year = {2025}
}