[发明专利]一种面向图计算应用的CAM结构存储系统

说明书

本发明提出一种面向图计算应用的CAM结构存储系统及方法。该系统采用多块CAM存储不同类型数据信息的形式，构成完整的CAM结构存储系统，由存储控制器MEM_CON控制其内部行为。存储系统中包含2类CAM存储器，即点信息表、边信息表，以及一块由普通RAM构成的激活节点表。存储系统为处理单元提供数据的同时，多块CAM之间可直接进行数据交互。本发明具有结构灵活、数据存取速度快、有效减少图计算应用中大量间接寻址访存带来的地址计算操作、规避具有依赖关系的LOAD操作带来的冗余数据搬移、降低访存延迟等优点，更适合存在大量随机访存的图计算应用中。

技术领域

本发明涉及针对图计算应用的硬件加速器中存储结构设计领域，特别涉及一种面向图计算应用的CAM结构存储系统及方法。

背景技术

随着数据科学领域的蓬勃发展，图计算成为处理大规模具有相连关系数据的得力工具，并被广泛应用于机器学习、数据挖掘、社交媒体、电商广告推荐等应用场景。图数据结构由边和点组成，能够直观展示现实世界的任何事物信息及事物间的复杂关系，受到学术界和工业界的高度重视，诸如Pregel、GrpahLab、PowerGraph、GraphMat等图计算框架均取得了良好的应用效果。但大数据时代数据规模的不断激增，使得图计算模型对于海量边和点的处理能力受到新的挑战，而传统的通用处理器已经无法适应大规模数据下图计算应用的需求，因此针对图计算应用的专用硬件加速器应运而生。

以节点为中心(vertex-centric)的处理模型目前被广泛应用于图计算研究领域，具有易于使用、可扩展性强等优势，能够支持大多数常见图计算算法。附图1展示了该模型的处理流程，其中存在多个通过边/点编号id进行间接寻址的访存操作，且编号id的获取会产生数据依赖，进而造成高访存延迟、低算法执行效率的现象。另外，系统需存储激活节点表、每个源点所对应的第一条边的编号表、边属性表、点属性表等诸多信息。尽管已有片上存储、边表信息粗粒度化等方式可对访存进行优化，但仍无法避免大量访存地址计算和数据搬移的开销以及id间接寻址带来的访存延迟。由于图计算算法中访存操作通常占比巨大，且多为随机访存，因此访存效率将会极大影响图计算模型的整体性能。

发明内容

本发明针对上述问题进行优化，提出面向图计算应用的CAM优化存储系统及相应的访存方法。内容可寻址存储器(Content-addressable memory，CAM)是一种特殊的存储阵列。与用存储地址作为索引的RAM(Random Access Memory)不同，CAM以单元数据内容为索引进行访存，并能够在单个时钟周期完成访存操作，具有可并行查询、高速访存等优点。本发明拟将图计算算法所需存储的各类边、点信息表以CAM的形式构成高效访存系统，有效减少id寻址中大量的访存地址计算和数据搬移操作，并能够简化原模型流程，提高图计算算法执行效率。

具体而言，本发明提供了以下的技术方案：

一方面，本发明提供了一种面向图计算应用的CAM结构存储系统，所述存储系统与一个或多个处理单元相连，所述存储系统包括：多个CAM存储块，存储控制器，以及激活节点表存储块；所述多个CAM存储块包括点信息表存储块、边信息表存储块；

所述点信息表存储块用于存储图中当前存储器所涉及的全部节点信息；

所述边信息表存储块用于存储所述点信息表存储块中各节点相连的全部边信息；

所述激活节点表存储块仅存储当前迭代计算中的激活节点信息。

优选地，所述点信息表存储块中的数据单元包含三个字段：点的编号、点的属性值、以该点为源点的第一条边的编号；

优选地，所述点的编号、点的属性值、以该点为源点的第一条边的编号三个字段的地址依序由低到高排列。

优选地，所述点信息表存储块中的数据单元以点的编号字段为检索字段；

匹配成功的数据结果字段传输到处理单元中，或者作为所述边信息表存储块的输入进行数据交互。