TY - JOUR A2 - Özturan, Can AU - Yang, Haoduo AU - Su, Huayou AU - Lan, Qiang AU - Wen, Mei AU - Zhang, Chunyuan PY - 2018 DA - 2018/12/11 TI - HPGraph:GPU SP - 9340697 VL - 2018 AB上具有生产力的高性能图形分析-图形在许多领域的日益增长的使用引发了人们对开发高级图形分析程序的广泛兴趣。现有的GPU实现性能有限，降低了生产率。HPGraph，我们基于GPU的高性能批量同步图分析框架，提供了一个抽象，专注于将顶点程序映射到作为后端的GPU上的广义稀疏矩阵操作。HPGraph通过将高性能GPU计算原语和优化策略与高级编程模型相结合，实现了性能和生产率之间的平衡，用户可以用相对较少的努力实现各种图形算法。我们评估了HPGraph对四种图元(BFS、SSSP、PageRank和TC)的性能。我们的实验表明，HPGraph匹配甚至超过高性能图形库的性能，如MapGraph, nvGraph和Gunrock。HPGraph的运行速度也明显快于高级CPU图形库。SN - 1058-9244 UR - https://doi.org/10.1155/2018/9340697 DO - 10.1155/2018/9340697 JF -科学编程PB - Hindawi KW - ER -