[发明专利]一种面向宽度优先搜索算法的加速装置、方法及存储介质

说明书

本发明涉及一种面向宽度优先搜索算法的加速装置、方法及存储介质，其中，该装置包括：内存模块，用于存储图数据与搜索结果；执行单元模块，用于根据所述面向宽度优先搜索算法的内在特征，构架多级流水线以执行遍历搜索任务；访存复用模块，用于根据设定的优先级处理所述流水线的访存请求；调度模块，用于将所述内存模块的响应数据分发到空闲的执行单元；控制模块用于控制与管理所述各个模块。该方法与装置可以提高图数据处理的计算效率。

技术领域

本发明涉及大数据、图计算及计算机体系结构领域，尤其涉及一种面向宽度优先搜索算法的加速方法与装置。

背景技术

在涉及大数据、图计算及计算机体系结构领域，图是描述事物关联属性最常用的一种数据结构，现实生活中的诸多应用场景都可以用图结构来表示，例如社交网络、交通网络、生物信息网络和知识图谱等。为了满足图应用及图处理技术的需求，各种图算法也是层出不穷。

宽度优先搜索(Breadth First Search,BFS)算法是解决图遍历问题的经典算法，也是很多重要图算法的基础。其基本思想是，对于图结构G＝(V,E)，顶点集合V以及边集合E，给定源顶点后，BFS算法将开始搜索图G中源顶点所有可达的邻居顶点。在算法开始时，将源顶点放入当前层的活跃顶点队列。如果当前层队列存在活跃顶点，依次检查队列中活跃顶点的所有邻居顶点；如果某一个邻居顶点没有被访问过，则更新该邻居顶点的父亲和距离信息，然后将该邻居顶点放入下一层的活跃顶点队列。循环迭代，直到处理完当前层队列中的所有顶点，开始下一层的搜索。传统的BFS算法以一种类似树的层次遍历的方式自上而下进行搜索，即由父节点来搜索子节点，称之为“自顶向下”方法。

为了提升算法性能，Beamer等人开创性的提出了一种“自底向上”和“自顶向下”相结合的BFS算法。“自底向上”BFS算法每次让所有未访问过的顶点检查所有入边的邻居，即由子节点来搜索父节点。如果找到一个处于当前层队列的父节点，则将该顶点加入下一层的活跃顶点队列，并结束对该顶点的处理。通过动态的选择两种方法，可以大幅度的提升BFS算法的执行效率。

除了上述针对算法本身的改进之外，选多工作采用专用硬件的方式进一步加速BFS算法的处理。与基于通用CPU的优化手段相比，采用专用的硬件加速器在性能和功耗等方面都更具有优势。现有基于加速器的图计算优化方案主要集中于提升内存子系统的性能，缺乏对提升加速器自身计算性能的研究。

随着图数据规模的持续爆炸式增长，面向BFS的图计算因其所具有的数据规模大但局部性差、计算-访存比小等特点，对以控制流体系结构为主的现代计算机系统带来了严峻的挑战，如何高效的进行图数据处理成为近年来的研究重点。

综上可知，现有技术在实际使用上，显然存在不便与缺陷，所以有必要加以改进。

发明内容

针对上述的缺陷，本发明的目的在于提供一种面向宽度优先搜索算法的加速装置，极大地提高了图数据处理的计算效率。

为了实现上述目的，本发明提供了一种面向宽度优先搜索(BFS)算法的加速装置，其特征在于，包括：

一内存模块(Dram Memory)，用于存储图数据与搜索结果；

一执行单元模块，又包括多个执行单元(Processing Element,PE)，用于根据所述面向宽度优先搜索算法的内在特征，构架多级流水线以执行遍历搜索任务；

一访存复用模块(Request Multiplexer)，用于根据设定的优先级处理所述流水线的访存请求；

一调度模块(Dispatch)，用于将所述内存模块的响应数据分发到空闲的所述执行单元；

一控制模块(Control Unit)，用于控制与管理所述内存模块、执行单元模块、访存复用模块和/或调度模块。