| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-20页 |
| 1.1.1 多核、众核处理器的发展 | 第14-16页 |
| 1.1.2 Xeon Phi Knights Landing众核处理器 | 第16-18页 |
| 1.1.3 众核处理器运行BFS算法的挑战 | 第18-19页 |
| 1.1.4 研究意义 | 第19-20页 |
| 1.2 研究目标与主要工作 | 第20页 |
| 1.3 论文组织结构 | 第20-22页 |
| 第2章 相关工作 | 第22-28页 |
| 2.1 多核处理器上的研究 | 第22-25页 |
| 2.2 众核处理器上的研究 | 第25-26页 |
| 2.3 NVIDIA GPU上的研究 | 第26-28页 |
| 第3章 Xeon Phi上BFS算法的并行化策略 | 第28-42页 |
| 3.1 广度优先搜索算法分析 | 第28-34页 |
| 3.1.1 自顶向下搜索 | 第30-31页 |
| 3.1.2 自底向上搜索 | 第31-33页 |
| 3.1.3 混合搜索 | 第33-34页 |
| 3.2 图数据的存储 | 第34-35页 |
| 3.3 多线程支持环境 | 第35-36页 |
| 3.3.1 OpenMP | 第35-36页 |
| 3.3.2 迭代调度方案选择 | 第36页 |
| 3.4 任务队列的高效存储与实现 | 第36-40页 |
| 3.4.1 无锁任务队列 | 第37-39页 |
| 3.4.2 多线程安全的位图(Bitmap) | 第39-40页 |
| 3.5 并行化策略总结 | 第40页 |
| 3.6 小结 | 第40-42页 |
| 第4章 Xeon Phi上BFS算法的优化技术 | 第42-58页 |
| 4.1 并行BFS算法运行时特征分析 | 第42-43页 |
| 4.2 针对片上网络优化访存性能 | 第43-50页 |
| 4.2.1 片上网络的集群模式 | 第44-47页 |
| 4.2.2 图数据划分 | 第47-48页 |
| 4.2.3 线程绑定 | 第48-49页 |
| 4.2.4 优化后算法 | 第49-50页 |
| 4.3 基于AVX-512的向量化 | 第50-54页 |
| 4.3.1 AVX-512向量指令集 | 第50-52页 |
| 4.3.2 向量化自底向上搜索 | 第52-54页 |
| 4.4 数据预处理减少工作量 | 第54-56页 |
| 4.4.1 顶点重命名 | 第54-55页 |
| 4.4.2 邻接点列表按入度排序 | 第55-56页 |
| 4.5 小结 | 第56-58页 |
| 第5章 实验评估 | 第58-66页 |
| 5.1 实验环境 | 第58页 |
| 5.2 性能评价标准 | 第58-59页 |
| 5.3 针对片上网络优化实验 | 第59-61页 |
| 5.4 基于AVX-512的向量化实验 | 第61页 |
| 5.5 数据预处理优化实验 | 第61-63页 |
| 5.6 与其它BFS算法对比 | 第63-64页 |
| 5.7 小结 | 第64-66页 |
| 第6章 全文总结 | 第66-68页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 未来工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 在读期间发表的学术论文与取得的研究成果 | 第74-76页 |
| 在读期间参与的科研项目 | 第76页 |