一种基于GPU的枚举排序算法及其并行化

作者：谷国太; 孙陆鹏; 张红艳; 肖汉^*

来源：河南理工大学学报(自然科学版), 2020, 39(06): 139-158.

DOI：10.16186/j.cnki.1673-9787.2020.6.20

• 枚举排序
• 图形处理器
• 并行计算
• 数据处理
• 性能优化

针对枚举排序算法在处理大规模数据时存在运算量大、计算时间长、计算效率低等问题,提出一种利用GPU并行运算提升大规模数据处理速度的方法。在CUDA下对枚举排序算法进行串-并行分析,分别从细粒度与粗粒度角度进行优化,根据CPU与GPU的结构特点优化排序数据的读取和存储方式,内核采用一个GPU线程对应一次比较操作的计算方法,以充分利用GPU计算能力。实验结果表明,当排序数据规模大于40 000时,在GPU上的运算速度比在CPU上快3倍左右,并且随着数据规模的不断增大,加速比越来越大。研究结果对于提升大规模数值计算效率具有重要的意义。

• 单位
  郑州师范学院