文献

J-GLOBAL ID：201802276410659976   整理番号：18A0196141

グラフ分析のための機能キャッシュ【Powered by NICT】

Making caches work for graph analytics

著者 (5件)： Zhang Yunming (MIT CSAIL) ,  Kiriansky Vladimir (MIT CSAIL) ,  Mendis Charith (MIT CSAIL) ,  Amarasinghe Saman (MIT CSAIL) ,  Zaharia Matei (Stanford InfoLab)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Big Data  ページ： 293-302  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 今日の高性能グラフフレームワークで実施された大規模応用は,最新のハードウェアシステムをunderutilize高濃度。多くのグラフ骨格は,これらの応用の最適化における実質的な進歩を遂げているが,キャッシュ利用を大きく改善による最速骨格上で5倍までの高速化を達成することが可能であることを示した。従来システムはキャッシュ/DRAM境界に記憶/ディスク境界からの炉外処理技術を適用した。しかし,キャッシュとDRAM間でははるかに小さい性能ギャップはスケーラブルな性能と低いオーバヘッドを達成するための新しい設計を必要とするので,盲目的な技術を適用することは効果がないことを見出した。Cagra,キャッシュ最適化inmemoryグラフフレームワークを提案した。Cagraは頂点を破る最終レベルキャッシュに適合するセグメントに,グラフを分割するセグメントに基づく部分グラフに,CSRのセグメンテーション,新しい手法を用いる。各部分グラフにおけるランダムアクセスは一度に一つのセグメントに限定され,DRAMへの非常に遅いランダムアクセスを除去した。各部分グラフからの中間更新を順次,その後低オーバヘッド並列キャッシュを意識したマージを用いて融合された緩衝液に書かれている。Cagraは最先端のグラフ骨格から公表された最良結果よりもPageRank,協調フィルタリング,ラベル伝搬と中間中心性の5倍までの高速化を達成し,GraphMat,LigraとGridGraphを含んでいた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *キャッシュメモリ ,  マージング ,  円板 ,  最適化 ,  セグメンテーション ,  炉外処理 ,  高速化 ,  DRAM ,  部分グラフ
準シソーラス用語： ラベル伝搬 ,  協調フィルタリング ,  PageRank ,  ランダムアクセス ,  オーバヘッド ,  高濃度 , 【Automatic Indexing@JST】

分類 (2件)： 専用演算制御装置  (JC04030Y) ,  半導体集積回路  (NC03162T)

タイトルに関連する用語 (3件)： グラフ ,  分析 ,  キャッシュ