一种基于GPU集群的深度优先并行算法设计与实现.pdfVIP

第42卷 第 1期 计 算 机 科 学 Vo1．42No．1 2015年 1月 Computer Science Jan2015 一 种基于GPU集群的深度优先并行算法设计与实现 余 莹 。 李肯立 郑光勇 (衡阳师范学院计算机科学系 衡阳421002) (湖南大学信息科学与工程学院 长沙410082) 摘 要 深度优先搜索算法在 GPU集群中大型图上的简单执行，会导致线程 间的负载不平衡和无法合并内存访问 的情况，这使得算法的性能较低。为了明显提高算法在单个GPU和多个GPU环境下的性能，在处理数据之前通过 采取一系列有效的操作来进行重新编排。提 出了构造线程和数据之间映射的新技术，通过利用前缀求和及二分查找 操作来达到完美的负载平衡。为了降低通信开销，对DFS各分支中需要进行交换的边集执行修剪操作。实验结果表 明，算法在单个GPU上可以尽可能地实现最佳的并行性，在多GPU环境下可以最小化通信开销。在一个 GPu集群 中，它可以对含有数十亿节点的图有效地执行分布式DFS。 关键词 GPU，深度优先搜索(DFS)，分布式算法，CUDA，MPI 中图法分类号 TP391．9 文献标识码 A DOI 10．11896／j．issru1002—137)(．2015．1．019 ImplementationofDepthFirstSearchParallelAlgorithm onClusterofGPUs YU Ying。 LIKen-li ZHENG Guang-yong (DepartmentofCompuperScience，HengyangNormalUniversity，Hengyang421002，China) (CollegeofComputerScienceandElectronicEngineering，HunanUniversity，Changsha410082，China)。 Abstract Straightforwardimplementationofdepthfirstsearchalgorithm forlargegraphonGPU cluster，maylead to loadimbalancebetweenthreadsandun-coalescedmemoryaccesses，givingrisetOthelow performanceofthealgorithm． InordertoachieveimprovementoftheperformanceinasingleGPU andmulti—GPUsenvironment，aseriesofeffective operationswereusedtoreschedulebeforeprocessingthedata．A novelstrategyformappingbetweenthreadsanddata wasproposed，andbyusingtheprefixsum andbinarysearchoperations，loadbalancingwasachievedperfectly．Inorder toreducethecommunicationoverhead，weperformedpruningoperationonthesetofedgeswhichneedstObeexchanged atallbranchesofDFS．Experimentalresultsshow thatthealgorithm canachieveitsbestparallelism availableonasin— gleGPU andminimizecommunicationoverheadamongGPUs．GPU clustercaneffectivelyperform thedistributedDFS ongraphswhichcontainbillionsofnodes． Ke