4

我的工作广泛使用 Migliore、Martorana 和 Sciortino 的算法来查找所有可能的简单路径，即在图中没有多次遇到节点的路径，如：An Algorithm to find All Paths between two Nodes in图表. （虽然这个算法本质上是一种深度优先搜索并且本质上是直观的递归，但作者也提出了一个非递归的、基于堆栈的实现。）我想知道这样的算法是否可以在 GPU 上实现。目前，我正在努力在这个问题中看到任何真正的并行性。例如，监视和分派线程的成本可能会使协作图搜索（通过硬件线程）望而却步。或者，如果图形被分区并分配给单独的硬件线程进行搜索，则分而治之的策略可能会起作用。然而，人们必须弄清楚如何（1）对图进行分区（2）制定子任务和（3）结合分区上的搜索结果。

4

2 回答 2

2

对此有点生疏。迪克斯特拉怎么样？

Boolean[] visited;              // [node] = true;
Boolean[][] connected;          // [node][i] = node
Vector<Vector<Integer>>[] path; // this should suck
Integer startNode;
Integer endNode;
Queue queue0; //for thread 0
Queue queue1; //for thread 1

while (queue0.hasNext()) {
   Integer node = queue.getNext();
   if visited[node] { 
      continue;
   } else {
      visited[node] = true;
   }

   for (nextNode: connected[node]) {
      for (i) {
         path[nextNode].append(path[node][i].clone().append(node));
      }
      if (nextNode%2 == 0) { queue0.add(nextNode); }
      if (nextNode%2 == 1) { queue1.add(nextNode); }
   }
}

path[endNode][i] // 从 startNode 到 endNode 的第 i 个路径

分区：来自节点 % 2
子任务：从节点中寻找去处
组合：你有共享内存，对吗？

于 2011-01-05T06:57:46.933 回答
0

我不认为您的问题可以轻松地移植到 GPU 上以使其执行得更快。使用大部分 GPU 功能的 GPU 程序：

  • 由数千个线程组成，但它们的数量是恒定的。不会产生新线程或杀死以前的线程。
  • 首选合并内存访问。如果相邻线程访问完全不同的内存区域（通常是图形算法），它会很慢。
  • 不喜欢递归和堆栈。最新的 NVIDIA Fermi 卡确实支持函数调用，线程可以有一个堆栈，但由于线程数较多，堆栈非常短（或消耗大量内存）。

我并不是说没有高效的 GPU 算法，但我相信没有直接的方法可以将现有算法转换为高效的代码。

于 2011-02-27T20:41:42.577 回答