面向众核平台的高能效大规模图并行算法研究

项目名称： 面向众核平台的高能效大规模图并行算法研究

项目编号： No.61379048

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 张常有

作者单位： 中国科学院软件研究所

项目金额： 77万元

中文摘要： 众核平台成为超级计算机的主流体系结构，其并行的多粒度性、存储层次的复杂性，以及存储带宽的有限性，导致相应的算法设计和性能可移植能力面临严峻挑战。大规模图并行算法作为大数据问题的关键基础，亟需探索面向众核平台的解决方案。本项目将面向众核平台，（1）研究大规模图的表示与多层次划分问题，以适应多粒度并行与多层次细粒度的任务划分；（2）研究面向问题特性的启发式宽松同步机制，发现宽松度与问题类型及问题规模之间的规律，设计基于细粒度任务调度的高效同步机制；（3）研究针对特定平台进行性能度量和功耗标定方法，建立算法级性能预测模型和能耗估计模型，为算法进行性能/能耗的双目标优化，设计高能效算法机制；（4）集成研究成果，构建高能效可移植的图算法库。面向众核平台的高能效大规模图并行算法库将提高应用程序的生产效率。

中文关键词： 众核平台；高能效；图并行算法；宽松同步；可移植性

英文摘要： Many-core platforms become the mainstream architecture of super computer. The multi-granularity parallelism, complexity of the memory hierarchy and memory accessing bandwidth limitation result in serious challenges of algorithm design and performance port

英文关键词： Many-core platform；High performance and energy efficiency；Graph parallel algorithm；Loose syncronization；Transportable