$\nu$-LPA：用于社区检测的快速基于 GPU 的标签传播算法(LPA)
分布式、并行与集群计算
2025-01-07 v2 社会与信息网络
摘要
社区检测是在网络中识别自然划分的问题。识别此类划分的高效并行算法在许多应用中至关重要。本报告提出了一种用于社区检测的标签传播算法(Label Propagation Algorithm, LPA)的优化实现，其特点是每 4 次迭代采用一次带有 Pick-Less (PL) 方法的异步 LPA 来处理社区交换，非常适合 GPU 等 SIMT 硬件。它还引入了一种新颖的每顶点哈希表，采用混合二次-双探测进行冲突解决。在 NVIDIA A100 GPU 上，我们的实现 -LPA 分别比 FLPA（串行）、NetworKit LPA（多核）、Gunrock LPA（GPU）和 cuGraph Louvain（GPU）快 364 倍、62 倍、2.6 倍和 37 倍，而 FLPA 和 NetworKit LPA 运行在配备双路 16 核 Intel Xeon Gold 6226R 处理器的服务器上——在包含 22 亿条边的图上达到每秒处理 30 亿条边的速度——并且其模块度比 FLPA 高 4.7%，但比 NetworKit LPA 和 cuGraph Louvain 分别低 6.1% 和 9.6%。
引用
@article{arxiv.2411.11468,
title = {$\nu$-LPA: Fast GPU-based Label Propagation Algorithm (LPA) for Community Detection},
author = {Subhajit Sahu},
journal= {arXiv preprint arXiv:2411.11468},
year = {2025}
}
备注
10 pages, 6 figures, 1 table