GPU加速数据挖掘算法的研究.pdfVIP

　第 42 卷第 2 期 ( ) Vol42 No2 郑 州 大 学 学 报 理 学 版 　 20 10 年 6 月 J . Zhengzhou U niv . (N at . Sci . Ed . ) J un 20 10 GPU 加速数据挖掘算法的研究 刘 　琳 , 　何剑锋 , 　王红玲 ( 东华理工大学 软件学院　江西 南昌 3300 13) 摘要 : 分析了 GPU 的主要架构 ,在与 CPU 编程进行对比的同时 ,基于 nVidia 的 CUDA (comp ut e unified device ar chit ect ure) ,改进了数据挖掘中常用的朴素贝叶斯算法 ,实现了 GPU 硬件加速. 测试表明 ,在处理海量浮点数据的 分类与排序中 ,利用图形处理器强大的计算能力获得了较高的实时性. 改进算法易于理解和操作 ,对于 GPU 在数 据挖掘领域的应用具有一定的借鉴意义. 关键词 : GP GPU ; 朴素贝叶斯 ; CUDA ; 数据挖掘 ( ) 中图分类号 : TP 39 1 　　　　　文献标识码 : A 　　　　　文章编号 : 167 1 - 684 1 20 10 02 - 003 1 - 04 0 　引言 随着社会信息化的发展 ,海量网络信息的处理与应用成为了一个极具发展前景同时也蕴含巨大挑战的 领域. 在 CPU 不断发展的同时 , GPU 也以强大的浮点运算能力及并行运算处理能力协助 CPU 运算 ,甚至在 某些领域成为了 CPU 有力的竞争对手[ 1 ] . GPU 使得显卡在分担了原本 CPU 承担的部分工作的同时 ,在某 些领域凸显了比 CPU 效率更高的特点. 现在 GPU 主要应用于地质建模 、物理模拟 、游戏 、图像处理 、科学计 算等领域[2 ] ,而 GP GPU (通用计算 GPU ) 则是利用显卡完成一般的计算 ,将显卡的应用扩展到了图形绘制领 域之外更为广阔的范围内,如数据挖掘中的排序 、文本分类等相关算法的应用和数据库 、数据挖掘 、搜索引擎 等大规模的数据密集型计算. ( ) [3 ] 数据挖掘算法中的朴素贝叶斯分类器 naive Baye sian cla ssifier 应用比较广泛 ,它基于 Baye s 理论 , 具有综合先验信息和数据样本信息的能力 ,简单有效 ,但是它的条件独立性在现实中往往不能够满足. 对于 贝叶斯分类器的改进方式一般是放弃条件独立性假设 ,增加属性间可能存在的依赖关系 ,或者重新架构样本 属性集 ,期望在新的属性间存在较好的条件独立关系. 这些算法一般都是在分类精度和算法复杂度之间进行 折衷考虑 ,限制在一定范围内而不是在所有属性构成的完全网中搜索条件依赖关系 ,但是条件依赖关系的寻 找也需要复杂算法才能够实现. 本文从硬件加速的方面对算法进行改进 ,完成了算法效率的提高 ,使得研究 人员在考虑算法的采用时 ,在一定程度上可以不再为算法的速度和效率困扰. 1 　统一计算设备架构 CUDA 及其编程模式 nVidia 公司的 GPU 是支持并行数据高速缓冲的线程执行管理器[45 ] ,具备强大的并行数据计算能力. ( ) GPU 编程平台是 CUDA 统一计算设备架构平台 ,通过 CUDA 编译时 , GPU 起到主 CPU 的一个协处理 器的作用 ,主机上运行的大量的、浮点的、相似的数据都可以在 GPU 上并行计算.