【阿姆斯特丹博士论文】GPU图算法性能分析与预测，227页pdf

本文研究了输入图的结构与图处理算法GPU (Graphical Processing Unit)并行化策略性能之间的关系。加速器，特别是图形处理器(gpu)，已经成为高性能计算(HPC)系统的主要组成部分。因此，分析、理解和预测GPU代码性能的能力对于有效使用这些HPC系统至关重要。图算法广泛应用于许多科学领域，但如何将图处理算法映射到gpu上却鲜为人知。本文证明了输入图的结构对不同并行化策略的性能有显著影响。用分析模型来预测图的最佳并行化策略是不可行的。本文提出一个使用PageRank和广度优先搜索(BFS)的案例研究，表明可以通过使用二叉决策树(BDT)模型来预测给定图的适当并行化策略来加快它们的性能。此外，我们制作了一个软件流水线和测量数据集，其他人可以使用这些数据来重现或扩展我们的工作。我们可以使用图形处理单元(GPU)来提高图处理的性能吗?这个 ………………………………