GPU加速技术在图论算法中的应用探讨.docVIP

GPU加速技术在图论算法中的应用探讨 　　【摘要】 对于图数据来说，其是当前很多学科的基础理论，特别是对于数学和计算机学科，如何实现图算法的计算效率是最主要的研究内容之一，伴随着算法的成熟，传统的图算法已经无法满足发展需要，为此，人们逐渐开始进行并行图算法的研究。但由于传统的CPU对数据处理受到限制，研究人员逐渐引进了新型的GPU运算处理器，其具有运算核心数量多和能力强等优点，随着对GPU研究的增多，GPU领域的图算法发展也得到了有效的提高。本文对当前的GPU加速技术在图论算法中的应用进行了简单的介绍。 　　【关键词】 CUDA 强连通分量 最小生成树 最短路径 　　随着信息时代的发展，数据总量也在逐渐增加，这使得人们对高性能的计算能力迫切需要，像基因序列的分析以及天气预报等，但传统的CPU单核计算已经无法满足人们工作的需要，为此，开发多核计算工具和并行算法是当前信息技术发展的重要需求。这种情况下，图算法作为图论的核心内容，逐渐被人们关注，其能够通过海量的图结构数据进行有效的分析，但由于其算法的不规则访存特性使其设计难度不断增加。为此，本文对如何实现图算法的加速进行了简单的介绍，通过GPU加速技术的应用能够使图算法的应用成为现实。 　　一、GPU同传统并行计算架构的区别 　　1.1 同多核CPU的区别研究 　　对于CPU，其应用目的对其体系是一种严重的限制，在C