Improving matrix-based dynamic programming on massively parallel accelerators
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F16%3A10326736" target="_blank" >RIV/00216208:11320/16:10326736 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1016/j.is.2016.06.001" target="_blank" >http://dx.doi.org/10.1016/j.is.2016.06.001</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.is.2016.06.001" target="_blank" >10.1016/j.is.2016.06.001</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Improving matrix-based dynamic programming on massively parallel accelerators
Popis výsledku v původním jazyce
Dynamic programming techniques are well-established and employed by various practical algorithms, including the edit-distance algorithm or the dynamic time warping algorithm. These algorithms usually operate in an iteration-based manner where new values are computed from values of the previous iteration. The data dependencies enforce synchronization which limits possibilities for internal parallel processing. In this paper, we investigate parallel approaches to processing matrix-based dynamic programming algorithms on modern multicore CPUs, Intel Xeon Phi accelerators, and general purpose GPUs. We address both the problem of computing a single distance on large inputs and the problem of computing a number of distances of smaller inputs simultaneously (e.g., when a similarity query is being resolved). Our proposed solutions yielded significant improvements in performance and achieved speedup of two orders of magnitude when compared to the serial baseline.
Název v anglickém jazyce
Improving matrix-based dynamic programming on massively parallel accelerators
Popis výsledku anglicky
Dynamic programming techniques are well-established and employed by various practical algorithms, including the edit-distance algorithm or the dynamic time warping algorithm. These algorithms usually operate in an iteration-based manner where new values are computed from values of the previous iteration. The data dependencies enforce synchronization which limits possibilities for internal parallel processing. In this paper, we investigate parallel approaches to processing matrix-based dynamic programming algorithms on modern multicore CPUs, Intel Xeon Phi accelerators, and general purpose GPUs. We address both the problem of computing a single distance on large inputs and the problem of computing a number of distances of smaller inputs simultaneously (e.g., when a similarity query is being resolved). Our proposed solutions yielded significant improvements in performance and achieved speedup of two orders of magnitude when compared to the serial baseline.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GP14-14292P" target="_blank" >GP14-14292P: Nasazení moderních paralelních architektur ve specifických oblastech databázových systémů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Information Systems
ISSN
0306-4379
e-ISSN
—
Svazek periodika
64
Číslo periodika v rámci svazku
March 2017
Stát vydavatele periodika
GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku
19
Strana od-do
175-193
Kód UT WoS článku
000391900000014
EID výsledku v databázi Scopus
2-s2.0-85003548394