《表2 性能对比:基于PageRank的网络布局算法》
s
表2显示了文中所提出的算法的两个版本在不同规模和不同类型的现实世界网络数据上的计算时所消耗的时间。其中CPU+GPU一列是该算法基于CPU+GPU的异构并行计算框架的实现版本在各种不同的网络数据上的布局计算所消耗的时间,CPU一列是该算法基于纯CPU的实现版本所消耗的时间。文中的布局算法计算时间包含了初始布局的时间。从表2中可以看出,CPU+GPU的实现在不同规模和不同类型的网络数据上的性能都超过了纯CPU的版本。该算法的异构并行架构版本相对于纯CPU计算的实现版本达到1倍到58倍的加速;在拥有325729个节点1497134条边web-Notre-Dame数据上,纯CPU版本的计算时间是482.167秒,然而CPU+GPU算法的时间是8.215秒,极大地缩短了布局计算时间。根据CPU+GPU列与CPU的实验数据结果的对比可以发现,我们提出的CPU+GPU的异构并行计算框架在减少各种规模网络布局算法的计算时间方面,效果非常显著。
图表编号 | XD00134360600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 李冉、吴亚东、王松、陈华容、廖竞 |
绘制单位 | 西南科技大学计算机科学与技术学院、西南科技大学计算机科学与技术学院、西南科技大学计算机科学与技术学院、西南科技大学计算机科学与技术学院、西南科技大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |