《表2 性能对比：基于PageRank的网络布局算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于PageRank的网络布局算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。