RidgeWalker：FPGA 上完美流水化的图随机游走
硬件体系结构
2026-01-19 v1
摘要
图随机游走（Graph Random Walks, GRWs）提供了对关键图性质的高效近似，并已被广泛应用于许多场景中。然而，由于强烈的数据依赖性、不规则的内存访问模式和不均衡的执行行为，GRW 负载的加速极具挑战性。尽管近期工作探索了基于 FPGA 的 GRW 加速器，但由于低效的流水线和静态调度，现有解决方案远未发挥硬件潜力。本文提出了 RidgeWalker，一种为数据中心 FPGA 设计的高性能 GRW 加速器。RidgeWalker 背后的关键洞见是，GRW 的马尔可夫性质允许将其分解为无状态的细粒度任务，这些任务可以乱序执行而不影响正确性。基于此，RidgeWalker 引入了一种异步流水线架构，并配备基于排队论的反馈驱动调度器，实现了完美流水线和自适应负载均衡。我们在数据中心 FPGA 上构建了 RidgeWalker 原型，并在一系列 GRW 算法和真实图数据集上对其进行了评估。实验结果表明，RidgeWalker 相较于 SOTA 的 FPGA 解决方案和 GPU 解决方案分别实现了平均 7.0 倍和 8.1 倍的加速，峰值加速分别高达 71.0 倍和 22.9 倍。源代码已在 https://github.com/Xtra-Computing/RidgeWalker 公开发布。
引用
@article{arxiv.2601.11057,
title = {RidgeWalker: Perfectly Pipelined Graph Random Walks on FPGAs},
author = {Hongshi Tan and Yao Chen and Xinyu Chen and Qizhen Zhang and Cheng Chen and Weng-Fai Wong and Bingsheng He},
journal= {arXiv preprint arXiv:2601.11057},
year = {2026}
}
备注
Accepted by HPCA 2026