| 面向众核处理器的阴阳K-means算法优化 |
| |
| 引用本文： | 周天阳,王庆林,李荣春,梅松竹,尹尚飞,郝若晨,刘杰.面向众核处理器的阴阳K-means算法优化[J].国防科技大学学报,2024(1):93-102. |
| |
| 作者姓名： | 周天阳 王庆林 李荣春 梅松竹 尹尚飞 郝若晨 刘杰 |
| |
| 作者单位： | 1. 国防科技大学计算机学院;2. 国防科技大学并行与分布计算全国重点实验室 |
| |
| 基金项目： | 国家自然科学基金资助项目(62002365)； |
| |
| 摘 要： | 传统阴阳K-means算法处理大规模聚类问题时计算开销十分昂贵。针对典型众核处理器的体系结构特征，提出了一种阴阳K-means算法高效并行加速实现。该实现基于一种新内存数据布局，采用众核处理器中的向量单元来加速阴阳K-means中的距离计算，并面向非一致内存访问(non-unified memory access, NUMA)特性进行了针对性的访存优化。与阴阳K-means算法的开源多线程实现相比，该实现在ARMv8和x86众核平台上分别获得了最高约5.6与8.7的加速比。因此上述优化方法在众核处理器上成功实现了对阴阳K-means算法的加速。
|
| 关 键 词： | K-means 非一致内存访问 向量化 众核处理器 性能优化 |
|
|
