Показать сокращенную информацию
dc.contributor.author | Речкалов, Т.В. | |
dc.contributor.author | Цымблер, М.Л. | |
dc.contributor.author | Rechkalov, T.V. | |
dc.contributor.author | Zymbler, M.L. | |
dc.date.accessioned | 2019-11-28T04:27:19Z | |
dc.date.available | 2019-11-28T04:27:19Z | |
dc.date.issued | 2018 | |
dc.identifier.citation | Речкалов Т.В., Цымблер М.Л. Параллельный алгоритм вычисления матрицы Евклидовых расстояний для многоядерного процессора Intel Xeon Phi Knights Landing // Вестник ЮУрГУ. Серия: Вычислительная математика и информатика. 2018. Т. 7, № 3. С. 65–82. DOI: 10.14529/cmse180305. Rechkalov T.V., Zymbler M.L. A Parallel Algorithm of Euclidean Distance Matrix Computation for the Intel Xeon Phi Knights Landing Many-core Processor. Bulletin of the South Ural State University. Series: Computational Mathematics and Software Engineering. 2018. vol. 7, no. 3. pp. 65–82. (in Russian) DOI: 10.14529/cmse180305. | ru_RU |
dc.identifier.issn | 2305-9052 | |
dc.identifier.issn | 2410-7034 | |
dc.identifier.uri | http://dspace.susu.ru/xmlui/handle/0001.74/26568 | |
dc.description | Речкалов Тимофей Валерьевич, аспирант, кафедра системного программирования, Южно-Уральский государственный университет (национальный исследовательский университет) (Челябинск, Российская Федерация). Цымблер Михаил Леонидович, к.ф.-м.н., доцент, кафедра системного программирования, Южно-Уральский государственный университет (национальный исследовательский университет) (Челябинск, Российская Федерация). T.V. Rechkalov, M.L. Zymbler South Ural State University (pr. Lenina 76, Chelyabinsk, 454080 Russia) E-mail: trechkalov@yandex.ru, mzym@susu.ru | ru_RU |
dc.description.abstract | Вычисление матрицы Евклидовых расстояний требуется в широком спектре задач, связанных с интеллектуальным анализом данных. В настоящее время большое количество параллельных алгоритмов решения этой задачи реализовано для графических процессоров. Однако данные разработки не могут быть просто перенесены на многоядерные системы архитектуры Intel Many Integrated Core. В статье предлагается параллельный алгоритм вычисления матрицы Евклидовых расстояний на многоядерном процессоре Intel Xeon Phi поколения Knights Landing для случая, когда входные данные могут быть размещены в оперативной памяти. Данный алгоритм использует блочно-ориентированную схему организации вычислений, которая позволяет эффективно использовать возможности векторизации вычислений Intel Xeon Phi. В алгоритме применена нетривиальная компоновка данных в оперативной памяти для уменьшения количества кэш-промахов процессора во время вычислений. Эксперименты на реальных и синтетических наборах данных показали, что предложенный алгоритм хорошо масштабируется и опережает аналоги в случае прямоугольных матриц с данными малой размерности. Computation of a Euclidean distance matrix (EDM) is a typical task in a wide spectrum of problems connected with data mining. Currently, many parallel algorithms for this task have been developed for graphical processors. These developments, however, cannot be directly applied to the Intel Many Integrated Core systems. In this paper, we suggest a parallel algorithm for EDM computation on Intel Xeon Phi Knights Landing processor in the case when the input data fit into the main memory. The algorithm exploits block-oriented scheme of computations that allows for the efficient utilization of Intel Xeon Phi vectorization abilities. In the algorithm, we also apply apply a sophisticated data layout to store data points in main memory so as to reduce the number of processor cache misses during EDM computations. Experimental evaluation of the algorithm on real-world and synthetic datasets shows that it is highly scalable and outruns analogues in the case of rectangular matrices with low-dimensional data points. | ru_RU |
dc.description.sponsorship | Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (грант № 17-07-00463), Правительства РФ в соответствии с Постановлением № 211 от 16.03.2013 (соглашение № 02.A03.21.0011) и Министерства образования и науки РФ (государственное задание 2.7905.2017/8.9). | ru_RU |
dc.language.iso | other | ru_RU |
dc.publisher | Издательский центр ЮУрГУ | ru_RU |
dc.relation.ispartof | Вестник ЮУрГу. Серия Вычислительная математика и информатика | ru |
dc.relation.ispartof | Bulletin of South Ural State University. Series 'Computational mathematics and software engineering" | en |
dc.relation.ispartofseries | Вычислительная математика и информатика;Том 7 | |
dc.subject | УДК 004.272.25 | ru_RU |
dc.subject | УДК 004.421 | ru_RU |
dc.subject | УДК 004.032.24 | ru_RU |
dc.subject | матрица Евклидовых расстояний | ru_RU |
dc.subject | OpenMP | ru_RU |
dc.subject | Intel Xeon Phi | ru_RU |
dc.subject | Knights Landing | ru_RU |
dc.subject | компоновка данных в памяти | ru_RU |
dc.subject | векторизация вычислений | ru_RU |
dc.subject | Euclidean distance matrix | ru_RU |
dc.subject | data layout | ru_RU |
dc.subject | vectorization | ru_RU |
dc.title | Параллельный алгоритм вычисления матрицы Евклидовых расстояний для многоядерного процессора Intel Xeon Phi Knights Landing | ru_RU |
dc.title.alternative | Parallel Algorithm of Euclidean Distance Matrix Computation for the Intel Xeon Phi Knights Landing Many-core Processor | ru_RU |
dc.type | Article | ru_RU |
dc.identifier.doi | DOI: 10.14529/cmse180305 |