基于图形处理器的Cuboid算法
近年来，基于图形处理器的通用计算获得了广泛关注，并在多个领域取得了进展．内存OLAP减少了磁盘I／O，但基于单核或多核CPU的计算能力及cache miss成为新的性能瓶颈，从而无法保证好的效率．而图形处理器由于其众多核和高带宽能够很好地适应OLAP计算特性．通过图形处理器来加速任一cuboid的计算，从而提高整个内存OLAP系统的性能．提出了基于图形处理器的分块并行算法，并对算法进行了优化及讨论了数据稀疏和数据分布倾斜等不同条件下的算法．算法通过扩展可以突破内存限制，组成磁盘、内存、显存三级流水线，适应海量数据计算;同时算法也可以作为计算整个cube的基础．通过实验比较，基于图形处理器的算法明显优于四核CPU算法．
图形处理器 通用计算 Cuboid算法 OLAP系统
周国亮 冯海军 何国明 陈红 李翠平 王珊
数据工程与知识工程教育部重点实验室 中国人民大学 北京 100872 中国人民大学信息学院 北京 100872 保定电力职业技术学院信息系 河北保定 071051 数据工程与知识工程教育部重点实验室 中国人民大学 北京 100872 中国人民大学信息学院 北京 100872 数据工程与知识工程教育部重点实验室 中国人民大学 北京 100872 中国人民大学信息学院 北京 00872
国内会议
南昌
中文
240-246
2009-10-15（万方平台首次上网日期，不代表论文的发表时间）