Intel Xeon Phi上混合广度优先搜索的向量化
分布式、并行与集群计算
2017-04-21 v2
摘要
广度优先搜索(BFS)算法是大型数据集图分析的重要构建块。BFS的并行化已被证明具有挑战性，因为其固有特征包括不规则内存访问模式、数据依赖和工作负载不平衡，限制了其可扩展性。我们研究了在具有先进向量处理能力的Xeon Phi上混合BFS（BFS的自顶向下和自底向上方法的结合）的优化和向量化。结果显示，对于一百万个顶点的图，我们的新实现相比最先进水平提高了33%。
引用
@article{arxiv.1704.02259,
title = {Vectorization of Hybrid Breadth First Search on the Intel Xeon Phi},
author = {Mireya Paredes and Graham Riley and Mikel Lujan},
journal= {arXiv preprint arXiv:1704.02259},
year = {2017}
}
备注
9 pages