积分商城

最新搜索： iar 配色 stm32g0 STM32 stm32f030 stk500 HT24LC64
您现在的位置是：首页 > 技术资料 > 基于GPU的RDF类型同构并行算法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于GPU的RDF类型同构并行算法

更新时间：2019-12-27 10:13:44 大小：1M 上传用户：IC老兵查看TA发布的资源 标签：GPU 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

资源描述框架(resource description framework,RDF)作为W3C(World Wide Web Consortium)组织提出的语义网数据规范,描述了资源及其之间的关系.随着RDF数据规模不断增加,高效地检索RDF数据成为当前面临的重大挑战.在RDF数据上的查询响应问题可以被简化为子图同构问题.作为子图同构的重要部分,类型同构(type-isomorphism)在处理部分RDF查询,如星状查询和链状查询等,具有较高的性能.目前,现有解决类型同构的方法匹配效率均依赖于CPU的计算能力.近年来,图像处理单元(graphic processing units,GPU)的发展提高了图数据处理的性能.与CPU相比,GPU多处理器具有高并发、易扩展以及价格成本低等优势.由于CPU处理大规模RDF数据的计算能力有限,提出一种基于GPU的RDF类型同构算法,使类型同构问题在GPU架构上通过并行的方式解决.最后,实现了基于GPU的RDF类型同构算法,并在基准数据集LUBM上对该算法进行性能测试,实验结果表明:该算法显著优于基于CPU架构的算法.


部分文件列表

文件名 大小
基于GPU的RDF类型同构并行算法.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
：
ＤＯＩ１０．７５４４ｉｓｓｎ１０００１２３９．２０１８．２０１６０８４５  
－
计 算 机 研 究 与 发 展  
?
（）： ，  
５５３ ６５１６６１ ２０１８  
－
ＪｏｕｒｎａｌｏｆＣｏｍ ｕｔｅｒＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏ ｍｅｎｔ  
ꢀ ꢀ ꢀ ꢀ ꢀ  
ｐ ｐ  
ꢀ
基于  
的
ＧＰＵ ＲＤＦ  
类型同构并行算法  
，
１３  
，
１３  
，
２３  
冯佳颖  
张小旺  
冯志勇  
ꢀ
ꢀ
１
（
）
天津大学计算机科学与技术学院 天津  
ꢀ
３００３５０  
ꢀ
２
３
（
）
天津大学软件学院 天津  
ꢀ
３００３５０  
ꢀ
（
）
天津市认知计算与应用重点实验室 天津  
ꢀ
３００３５０  
ꢀ
（
ｆｅｎ ｉａｉｎ ｔｕ．ｅｄｕ．ｃｎ  
ｇｊ ｙ ｇ＠ｊ  
）
ＰａｒａｌｌｅｌＡｌｏｒｉｔｈｍｓｆｏｒＲＤＦＴ ｅＩｓｏｍｏｒｈｉｓｍｏｎＧＰＵ  
ꢀ ꢀ ꢀ  
ｙｐ－  
ꢀ
ꢀ ꢀ  
ｇ
ｐ
，
１３  
，
１３  
，
２３  
，
，
ａｎｄＦｅｎ Ｚｈｉｏｎ  
ｙ ｇ  
Ｆｅｎ Ｊｉａｉｎ  
ｇ ｙ ｇ  
ꢀ
Ｚｈａｎ Ｘｉａｏｗａｎ  
ｇ
ꢀ
ｇ
ꢀ
ｇ
ꢀ
１
２
３
（
，
，
）
Ｓｃｈｏｏｌｏ Ｃｏｍ ｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ  
ＴｉａｎｉｎＵｎｉｖｅｒｓｉｔ Ｔｉａｎｉｎ３００３５０  
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｊ
ｆ
ｐ
ｇｙ  
）
Ｓｃｈｏｏｌｏ Ｃｏｍ ｕｔｅｒＳｏｔｗａｒｅ ＴｉａｎｉｎＵｎｉｖｅｒｓｉｔ Ｔｉａｎｉｎ３００３５０  
ｊ
ｙ
ꢀ
（
，
，
ｙ
ꢀ
ｆ
ꢀ
ꢀ
ꢀ
ｊ
ｐ
ｆ
ｊ
ꢀ
（
，
ＴｉａｎｉｎＫｅ Ｌａｂｏｒａｔｏｒ ｏ Ｃｏ ｎｉｔｉｖｅＣｏｍ ｕｔｉｎ ａｎｄＡ ｌｉｃａｔｉｏｎ Ｔｉａｎｉｎ３００３５０  
ꢀ
）
ꢀ
ꢀ
ꢀ
ｊ
ｊ
ｙ
ꢀ
ｙ ｆ  
ꢀ ꢀ  
ｇ
ｐ
ｇ
ꢀ
ｐｐ  
（ ），  
Ａｂｓｔｒａｃｔ Ｒｅｓｏｕｒｃｅｄｅｓｃｒｉｔｉｏｎｆｒａｍｅｗｏｒｋ ＲＤＦ ｏｆｆｉｃｉａｌｌ ｒｅｃｏｍｍｅｎｄｅｄｂ ｔｈｅ Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ  
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
ｙ
ꢀ
ꢀｙ  
ꢀ
ꢀ
ꢀ
（ ），  
Ｃｏｎｓｏｒｔｉｕｍ Ｗ３Ｃ ｄｅｓｃｒｉｂｅｓｒｅｓｏｕｒｃｅｓａｎｄｔｈｅｒｅｌａｔｉｏｎｓｈｉｓｏｆｔｈｅｍｏｎｔｈｅＷｅｂ．Ｗｉｔｈｔｈｅｖｏｌｕｍｅ  
ｐꢀ ꢀ  
ꢀ ꢀ  
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ ꢀ  
，
ｏｆＲＤＦ ｄａｔａｒａｉｄｌ ｉｎｃｒｅａｓｉｎ ａ ｈｉｈ ｅｒｆｏｒｍａｎｃｅ ｍｅｔｈｏｄｉｓ ｎｅｃｅｓｓａｒ ｔｏ ｅｆｆｉｃｉｅｎｔｌ ｒｏｃｅｓｓ  
ꢀ ｐ ｙ ꢀ ｇ ꢀｐ ꢀ ꢀ  
ｙ ｐ  
ꢀ
ꢀ
ｇ
ꢀ
ｙ
ꢀ
ꢀ
ꢀ
ꢀ
（
）
ｑ
，
ＳＰＡＱＲＬ ｓｉｍ ｌｅ ｒｏｔｏｃｏｌａｎｄＲＤＦ ｕｅｒ ｌａｎｕａｅ ｕｅｒ ｏｖｅｒＲＤＦｄａｔａ ｗｈｉｃｈｃａｎｂｅｒｅｄｕｃｅｄｔｏ  
ｐ ꢀｐ ｇ ｇ  
ꢀｑ ꢀ ꢀ  
ꢀ
ꢀ
ｙ
ꢀ
ｙ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
—
，
ｔｈｅｃｌａｓｓｉｃａｌ ｒｏｂｌｅｍ ｓｕｂｒａｈｉｓｏｍｏｒｈｉｓｍ．Ａｓａｎｉｍ ｏｒｔａｎｔｃｌａｓｓｏｆｓｕｂｒａｈｉｓｏｍｏｒｈｉｓｍ ｔ ｅ  
ꢀｐ ꢀ ꢀ ｐ ꢀ ꢀ ｇ ｐꢀ －  
ｇ ｐꢀ ｙｐ  
ꢀ
ｐ
ꢀ
ｐ
ｉｓｏｍｏｒｈｉｓｍｈｅｌｓｍａｎ ｉｎｔｅｒｅｓｔｉｎ ｕｅｒｉｅｓｏｖｅｒＲＤＦｄａｔａｔｏ ｅｔｈｉｈ ｅｒｆｏｒｍａｎｃｅｓｕｃｈａｓｓｔａｒｏｒ  
ｇｑ  
ꢀ ｐ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀｇ ꢀ ｇ ꢀｐ ꢀ ꢀ ꢀ ꢀ  
ｐ
ｙ
ꢀ
ꢀ
，
，
ｌｉｎｅａｒ ｕｅｒ ｓｔｒｕｃｔｕｒｅｓ．Ｈｏｗｅｖｅｒ ｍａｎ ｅｘｉｓｔｉｎ ａ ｒｏａｃｈｅｓ ｗｈｉｃｈａｒｅ ｒｏｏｓｅｄｔｏｓｏｌｖｅｔ ｅ  
ꢀｑ ꢀｐ ｐ ꢀ ꢀ ꢀｙｐ－  
ｇ ｐｐ  
ｙ
ꢀ
ｙ
ꢀ
ꢀ
ꢀ
，
，
ｉｓｏｍｏｒｈｉｓｍ ｍｏｓｔｌ ｄｅｅｎｄｏｎｃａｌｃｕｌａｔｉｖｅｃａａｂｉｌｉｔｉｅｓｏｆＣＰＵ．Ｉｎｒｅｃｅｎｔ ｅａｒｓ ｒａｈｉｃ ｒｏｃｅｓｓｉｎ  
ꢀ ꢀ ꢀ ｐ ꢀ ꢀ ꢀｙ  
ｇ ｐ ꢀｐ ｇ  
ｐ
ｙ
ꢀ
ｐ
ꢀ
（
）
，
ｕｎｉｔｓ ＧＰＵ ｈａｓｂｅｅｎａｄｏｔｅｄｔｏａｃｃｅｌｅｒａｔｅ ｒａｈｄａｔａ ｒｏｃｅｓｓｉｎ ｗｉｄｅｌ ｉｎｓｅｖｅｒａｌｗｏｒｋｓ ｗｈｉｃｈ  
ꢀ ꢀ ꢀｇ ｐ ꢀ ꢀｐ  
ꢀ
ꢀ
ｐ
ｇ
ꢀ
ｙ
ꢀ
ꢀ
ꢀ
，
ｈａｖｅｂｅｔｔｅｒｃｏｍ ｕｔａｔｉｏｎａｌ ｅｒｆｏｒｍａｎｃｅ ｓｕｅｒｉｏｒｓｃａｌａｂｉｌｉｔ ａｎｄｍｏｒｅｒｅａｓｏｎａｂｌｅ ｒｉｃｅｓ．Ｃｏｎｓｉｄｅｒｉｎ  
ꢀｐ ꢀｐ  
ｇ
，
ｙ
ꢀ
ꢀ
ｐ
ｐ
ꢀ
ꢀ
ꢀ
，
ｔｈｅｌｉｍｉｔｅｄｃａｌｃｕｌａｔｉｖｅｃａａｂｉｌｉｔｉｅｓｏｆＣＰＵｉｎｈａｎｄｌｉｎ ｌａｒｅｓｃａｌｅＲＤＦｄａｔａ ｗｅ ｒｏｏｓｅａｎａｌｏｒｉｔｈｍ  
ꢀ ｐ ꢀ ꢀ ꢀ ꢀ ꢀｐ ｐ ꢀ ꢀ ｇ  
ꢀ
ꢀ
ｇ
ꢀ
ｇ
－
ꢀ
ꢀ
ｔｈａｔ ｒｏｃｅｓｓｅｓｔ ｅｉｓｏｍｏｒｈｉｓｍ ｒｏｂｌｅｍ ｏｎ ａｒａｌｌｅｌＧＰＵ ａｒｃｈｉｔｅｃｔｕｒｅｏｖｅｒＲＤＦｄａｔａｓｅｔｓ．Ｉｎｔｈｉｓ  
ꢀｐ ꢀｙｐ ꢀｐ ꢀ ꢀｐ ꢀ ꢀ ꢀ ꢀ ꢀ  
－
ｐ
ꢀ
，
—
ａｅｒ ｗｅｉｍ ｌｅｍｅｎｔｔｈｅａｌｏｒｉｔｈｍ ａｎｄｅｖａｌｕａｔｅｉｔｉｎｔｈｅｂｅｎｃｈｍａｒｋｄａｔａｓｅｔｓ ｌｅｈｉｈ ｕｎｉｖｅｒｓｉｔ  
ꢀ ｇ ꢀ ꢀ ꢀ  
ｐｐ ｇ ꢀ ｙ  
ꢀ
ｐ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
（
）
ｂｅｎｃｈｍａｒｋ ＬＵＢＭ ｔｈｒｏｕｈ ａ ｍａｓｓｏｆｅｘｅｒｉｍｅｎｔｓ．Ｔｈｅｅｘｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗ ｔｈａｔｏｕｒ  
ｇꢀ ꢀ  
ꢀ ꢀ ｐ ꢀ ｐ  
ꢀ
ꢀ
ꢀ
ꢀ
ａｌｏｒｉｔｈｍｏｕｔｅｒｆｏｒｍｓｓｉｎｉｆｉｃａｎｔｌ ｔｈａｎｔｈｅＣＰＵｂａｓｅｄａｌｏｒｉｔｈｍｓ．  
ꢀ ꢀ ｇ ꢀ ꢀ － ꢀ ｇ  
ｙ
ｇ
ｐ
ꢀ
；
Ｋｅ ｗｏｒｄｓ ｒｅｓｏｕｒｃｅｄｅｓｃｒｉｔｉｏｎｆｒａｍｅｗｏｒｋ ＳＰＡＲＱＬ ｕｅｒ ｒｏｃｅｓｓｉｎ ｓｕｂｒａｈｉｓｏｍｏｒｈｉｓｍ  
ꢀｑ ｙｐ  
ｇ ｐꢀ  
；
ｇ
；
ꢀ
ꢀ
ｐ
ꢀ
ｐ
ｙ
ꢀ
ꢀ
；
ｔ ｅｉｓｏｍｏｒｈｉｓｍ ｒａｈｉｃ ｒｏｃｅｓｓｉｎ ｕｎｉｔｓ  
－
ｙｐ  
ｐ
ｇ ｐ ꢀｐ  
ｇ
ꢀ
（
，
）
作为  
ｒｅｓｏｕｒｃｅｄｅｓｃｒｉｔｉｏｎｆｒａｍｅｗｏｒｋ ＲＤＦ  
（
Ｗ３Ｃ Ｗｏｒｌｄ Ｗｉｄｅ ＷｅｂＣｏｎｓｏｒｔｉｕｍ  
ꢀ
）
资源描述框架  
摘
要
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
ꢀ
ꢀ
，
组织提出的语义网数据规范 描述了资源及其之间的关系 随着  
．
，
数据规模不断增加 高效地检索  
ＲＤＦ  
数据成为当前面临的重大挑战 在  
． ＲＤＦ  
数据上的查询响应问题可以被简化为子图同构问题 作为  
．
ＲＤＦ  
：
；
：
修回日期  
２０１７ ０８ ０９  
收稿日期  
－ －  
２０１６ １１ １５  
－
－
ꢀ
：
基金项目 国家重点研发计划项目  
（
）；  
国家自然科学基金项目  
（
）；  
天津市科技支撑重点项目  
（
）
２０１６ Ｙ ＦＢ１０００６０３  
６１６７２３７７  
１６ＹＦＺＣＧＸ００２１０  
ꢀ
（ ），  
Ｔｈｉｓｗｏｒｋｗａｓｓｕ ｏｒｔｅｄｂ ｔｈｅＮａｔｉｏｎａｌＫｅ ＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏ ｍｅｎｔＰｒｏｒａｍ ｏｆＣｈｉｎａ ２０１６ Ｙ ＦＢ１０００６０３ ｔｈｅＮａｔｉｏｎａｌ  
ꢀ
ꢀ
ꢀ
ꢀ ｐｐ ꢀｙ ꢀ ｙ ｐ ꢀ ꢀ  
ꢀ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
（
），  
ＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ ６１６７２３７７ ａｎｄｔｈｅ Ｋｅ Ｔｅｃｈｎｏｌｏ Ｒｅｓｅａｒｃｈａｎｄ Ｄｅｖｅｌｏ ｍｅｎｔＰｒｏｒａｍ ｏｆ Ｔｉａｎｉｎ  
ꢀ ｙ ꢀ ｇ ｊ  
ꢀ
ꢀ
ꢀ ꢀ ꢀ ｇｙ ꢀ ｐ ꢀ ꢀ ꢀ  
ꢀ
ꢀ
（ ）  
１６ＹＦＺＣＧＸ００２１０ ．  
：
通信作者 张小旺  
（
）
ｘｉａｏｗａｎｚｈａｎ ｔｕ．ｅｄｕ．ｃｎ  
ｇ＠ｊ  
ꢀ
ｇ
，
（）  
２０１８ ５５３  
ꢀ
计算机研究与发展  
６５２  
，
子图同构的重要部分 类型同构  
（
）
在处理部分  
ｔ ｅｉｓｏｍｏｒｈｉｓｍ  
ｙｐ  
，
查询 如星状查询和链状查询等  
，
ＲＤＦ  
－
ｐ
，
具有较高的性能 目前 现有解决类型同构的方法匹配效率均依赖于  
．
，
的计算能力 近年来 图像处  
．
ＣＰＵ  
（
，
）
的发展提高了图数据处理的性能 与  
ｒａｈｉｃ ｒｏｃｅｓｓｉｎ ｕｎｉｔｓ ＧＰＵ  
，
相比  
ＧＰＵ  
理单元  
多处理器  
． ＣＰＵ  
ｇ ｐ ꢀｐ  
ｇ
ꢀ
、
具有高并发 易扩展以及价格成本低等优势 由于  
．
，
数据的计算能力有限 提出一  
处理大规模  
ＣＰＵ  
ＲＤＦ  
，
，
种基于  
的
ＧＰＵ ＲＤＦ  
类型同构算法 使类型同构问题在  
架构上通过并行的方式解决 最后 实现了  
ＧＰＵ  
上对该算法进行性能测试 实验结果表明 该  
ＬＵＢＭ  
．
，
类型同构算法 并在基准数据集  
，
：
基于  
的
ＧＰＵ ＲＤＦ  
算法显著优于基于  
架构的算法  
ＣＰＵ  
．
；
； ； ；  
查询处理 子图同构 类型同构 图像处理单元  
资源描述框架  
关键词  
ＳＰＡＲＱＬ  
ꢀ
中图法分类号  
ＴＰ３９２  
ꢀ
（
）
是一种新型的智能 网  
语义网  
ｓｅｍａｎｔｉｃ Ｗｅｂ  
ꢀ
ꢀꢀ  
，
络 它旨在解决当前  
上信息爆炸导致人们获取  
背景知识  
Ｗｅｂ  
１
ꢀ
（
目标信息十分困难的问题 资源描述框架  
．
ｒｅｓｏｕｒｃｅ  
和
１．１ ＲＤＦ ＳＰＡＲ Ｌ  
ꢀ
Ｑ
，
）
和
ＳＰＡＲＱＬ  
查询语  
ｄｅｓｃｒｉｔｉｏｎｆｒａｍｅｗｏｒｋ ＲＤＦ  
ｐ
ꢀ
（
Ｗ３Ｃ ＷｏｒｌｄＷｉｄｅＷｅｂＣｏｎｓｏｒｔｉｕｍ  
ꢀ
）
资源描述框架  
是
组织提出 的语义  
Ｗ３Ｃ  
言是  
组织推荐  
ＲＤＦ  
ꢀ
ꢀ
标准数据模型 它是用于形式化描述  
．
资源  
的用来描述语义网中的数据资源及其之间关系的语  
言规范和数据查询语言 随着 数据量的不断增  
Ｗｅｂ  
Ｗｅｂ  
的元数据  
通过语法符号和序列化数据格式的  
．ＲＤＦ  
．
ＲＤＦ  
方法来描 述 概 念 并 对 信 息 进 行 建 模  
三 元 组  
，
大 如何在大规模  
数据集上进行高效的查询检  
．ＲＤＦ  
ＲＤＦ  
（ ， ， ）  
是
Ｓ Ｐ Ｏ  
，
数据集的基本单元 一个  
数
索是当今面对的一个重大挑战  
ＲＤＦ  
ＲＤＦ  
．
，
三元组 这些三元组表示了  
据集中包含了许多  
传统  
数据集的查询方法使用  
作为处  
ＣＰＵ  
ＲＤＦ  
ＲＤＦ  
［］  
１
［］  
２
［］  
３
，
资源和资源之间的联系 其中 代表主语  
Ｓ
（
），  
，
理器 诸如  
，
，
Ｊｅｎａ ＲＤＦ３Ｘ Ｓｔｏｒｅ  
ｇ
ｓｕｂｅｃｔ  
ｊ
等集中式查  
－
，
Ｐ
（
代表谓 语  
ｐ
），  
表示 资  
ｒｅｄｉｃａｔｅ  
是被 描 述的资源  
，
询引擎系统 它们已将  
的计算能力发挥到了极  
ＣＰＵ  
，
Ｏ
（
代表宾语  
ｏｂｅｃｔ  
），  
源的一个属性或关系  
表示属  
，
致 近 年 来 图 形 处 理 单 元  
．
（
，
ｊ
ｒａｈ ｒｏｃｅｓｓｉｎ ｕｎｉｔ  
ｇ ｐꢀｐ ｇ  
ꢀ
性值  
．
）
计算性能不断增强 由于  
具有浮点计算  
ＧＰＵ  
．
ＧＰＵ  
能力强 带宽高 性价比高 能耗低等优势 可以极大  
地补充 的计算能力 利用 的并行处理能  
由许多  
三元组组成的数据集将语义  
Ｗｅｂ  
ＲＤＦ  
、
、
、
，
，
的信息表示成为一个带标注的有向图 称为  
图
ＲＤＦ  
．
ＣＰＵ  
．
ＧＰＵ  
ＣＰＵ  
数 据 集 上 的  
ＳＰＡＲＱＬ Ｓｉｍ ｌｅ  
定义  
图 一个  
． ＲＤＦ  
图可以表示成为给  
１．ＲＤＦ  
，
力实现算法和操作 可以大大降低  
的负载  
．
（ ， ， ，）  
Ｇ＝ Ｖ Ｅ ．Ｖ  
定一个带标签的有向图  
表示顶  
表示顶  
Ｌ
→
Ｖ
（
σ
在
ＲＤＦ  
ｐ
μ
，
Ｅ
：
． Ｖ  
μ
点的有限集  
表示边的有限集  
）
查询过程就是  
ＰｒｏｔｏｃｏｌａｎｄＲＤＦＱｕｅｒ Ｌａｎｕａｅ  
ｇ ｇ  
ꢀ
ꢀ
ꢀ
ｙ
ꢀ
：
． Ｅ ＬＥ  
σ →  
点到顶点标签类型的映射函数  
表示边到  
一个子图同构的过程 子图同构问题是图处理问题  
．
，
中一个最基本的研究内容 属于  
完全问题 类型  
．
边标签类型的映射函数  
和
是按标签排列的  
ＬＥ  
ＮＰ  
．ＬＶ  
同构是一种不精确的子图同构 通过顶点和边的标  
．
，
离散符号集合 表示了联系 个带标签的顶点或边  
２
，
签约束 将 部 分 查 询 转 化 为 类 型 同 构 问 题 并 结 合  
．
的标签值向量  
．
，
数据处理方面高效的的计算性能 本文提出了  
ＧＰＵ  
， ，  
图 其中 椭圆节点表示  
如图 展示了一个  
１
ＲＤＦ  
使用并行硬件  
实现对  
类型同构查询的  
， ，  
资源 有向边表示属性 矩形节点表示字符值 例如  
．
，
ＧＰＵ  
ＲＤＦ  
，
算法 从而提高  
数据集的查询性能  
ＲＤＦ  
．
：
本文主要贡献 如 下 结 合  
数 据 的 特 征 和  
ＲＤＦ  
，
极高的计算能力 提出一种基于  
的匹配  
ＧＰＵ  
ＧＰＵ  
，
算法 使  
；
多处理器调度更简便 在  
的硬  
ＧＰＵ  
ＧＰＵ  
，
件加速下 对本算法进行大量的性能实验 实验结果  
．
Ｆｉ ．１ ＲＤＦ ｒａｈ  
ｇ
ꢀ ꢀｇ ｐ  
：
表明 基于  
的类型匹配算法性能对于现有方  
ＧＰＵ  
图
图
１ ＲＤＦ  
ꢀ
法有了显著的提高  
．

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号