异构多核图计算系统研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第16-28页 |
| 1.1 异构图计算系统概要 | 第16-19页 |
| 1.2 国内外研究现状 | 第19-25页 |
| 1.2.1 单机图计算系统 | 第20-21页 |
| 1.2.2 GPU加速的图计算系统 | 第21-22页 |
| 1.2.3 分布式图计算系统 | 第22-25页 |
| 1.3 本文主要工作 | 第25-26页 |
| 1.4 本文组织结构 | 第26-28页 |
| 第2章 相关技术背景介绍 | 第28-40页 |
| 2.1 大规模图计算模型 | 第28-30页 |
| 2.1.1 以顶点为中心的计算模型 | 第28-29页 |
| 2.1.2 GAS计算模型 | 第29-30页 |
| 2.1.3 以边为中心的计算模型 | 第30页 |
| 2.2 GPU体系结构 | 第30-33页 |
| 2.2.1 GPU和CUDA | 第31-32页 |
| 2.2.2 GPU线程调度机制 | 第32-33页 |
| 2.3 图的相关概念与常见的图算法 | 第33-39页 |
| 2.3.1 图的基本概念 | 第33页 |
| 2.3.2 图的存储 | 第33-34页 |
| 2.3.3 常见的图算法 | 第34-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第3章 专用和通用GPU图计算系统分析 | 第40-56页 |
| 3.1 通用图计算系统Gunrock | 第41页 |
| 3.2 专用图计算系统Enterprise | 第41-42页 |
| 3.3 评估与分析 | 第42-55页 |
| 3.3.1 总体性能 | 第43-49页 |
| 3.3.2 负载均衡 | 第49-50页 |
| 3.3.3 同步操作 | 第50-53页 |
| 3.3.4 内存子系统 | 第53-55页 |
| 3.3.5 讨论分析 | 第55页 |
| 3.4 本章小结 | 第55-56页 |
| 第4章 GPU图计算系统设计与优化 | 第56-81页 |
| 4.1 引言 | 第56页 |
| 4.2 Pregel图计算系统简介 | 第56-57页 |
| 4.3 Medusa图计算系统 | 第57-59页 |
| 4.3.1 Medusa编程模型 | 第58页 |
| 4.3.2 Medusa消息缓存 | 第58-59页 |
| 4.3.3 Medusa存在的问题 | 第59页 |
| 4.4 系统设计与实现 | 第59-66页 |
| 4.4.1 执行流程介绍 | 第60页 |
| 4.4.2 编程接口 | 第60-61页 |
| 4.4.3 运行时系统 | 第61-64页 |
| 4.4.4 示例图算法 | 第64-66页 |
| 4.4.5 系统性能分析 | 第66页 |
| 4.5 优化方法 | 第66-74页 |
| 4.5.1 负载均衡优化策略 | 第66-72页 |
| 4.5.2 消息缓存存储结构优化策略 | 第72-74页 |
| 4.6 实验评估 | 第74-80页 |
| 4.6.1 整体性能 | 第75-77页 |
| 4.6.2 近似排序算法性能分析 | 第77-79页 |
| 4.6.3 数据重映射策略性能评估 | 第79-80页 |
| 4.7 本章小结 | 第80-81页 |
| 第5章 多核图计算系统设计 | 第81-101页 |
| 5.1 引言 | 第81-82页 |
| 5.2 系统设计与实现 | 第82-91页 |
| 5.2.1 基于协程的编程模型 | 第82-84页 |
| 5.2.2 消息传递机制 | 第84-85页 |
| 5.2.3 图编程模型 | 第85-87页 |
| 5.2.4 数据存储 | 第87页 |
| 5.2.5 数据访问模式 | 第87-89页 |
| 5.2.6 I/O优化策略 | 第89-91页 |
| 5.2.7 系统执行流程 | 第91页 |
| 5.3 实验分析 | 第91-99页 |
| 5.3.1 图数据集 | 第91页 |
| 5.3.2 实验平台介绍 | 第91-92页 |
| 5.3.3 实验过程介绍 | 第92页 |
| 5.3.4 性能分析 | 第92-99页 |
| 5.4 本章小结 | 第99-101页 |
| 结论 | 第101-103页 |
| 参考文献 | 第103-110页 |
| 附录A 读学位期间所发表的学术论文 | 第110-111页 |
| 附录B 读学位期间所参加的科研项目 | 第111-112页 |
| 致谢 | 第112页 |
