譚 雯，甘新標(biāo)，白 皓，肖調(diào)杰，陳旭光，雷書夢，劉 杰

(1.國防科技大學(xué) 計算機學(xué)院，湖南 長沙，410073；2.湖南信息學(xué)院 通識教育學(xué)院，湖南 長沙，410217)

圖在生物信息、社交網(wǎng)絡(luò)、交通運輸、天體物理等領(lǐng)域得到廣泛應(yīng)用，是大數(shù)據(jù)浪潮中的主要數(shù)據(jù)結(jié)構(gòu)之一。許多現(xiàn)實問題可以抽象為圖結(jié)構(gòu)。隨著大數(shù)據(jù)應(yīng)用的發(fā)展，其問題的規(guī)模不斷增長，對超級計算機平臺的圖存儲運算能力產(chǎn)生了廣泛需求。這些抽象圖中的頂點數(shù)和相連的邊數(shù)有時可以達(dá)到萬億級的規(guī)模，使得超級計算機系統(tǒng)被期望擁有更高的大數(shù)據(jù)存儲和運算能力[1]。

為了評測超級計算機系統(tǒng)對大數(shù)據(jù)應(yīng)用的運行能力，Graph500測試基準(zhǔn)被提出，成為數(shù)據(jù)密集型計算機系統(tǒng)的評測工具。這一基準(zhǔn)以圖論來分析超級計算機在模擬生物、安全、社會以及類似復(fù)雜問題的吞吐量，成為超級計算機測試領(lǐng)域的一個新的主流測試基準(zhǔn)。

大數(shù)據(jù)問題通常具有數(shù)據(jù)規(guī)模極大、數(shù)據(jù)密集度高、計算復(fù)雜性低、分布不均衡等特征。當(dāng)將現(xiàn)實世界中的大數(shù)據(jù)問題抽象為圖時，這些特征表現(xiàn)為圖數(shù)據(jù)的小世界性(small-world)[2]和無尺度性(scale-free)[3]。小世界性是指在圖的所有頂點中，任意兩個圖頂點的最短路徑上的頂點數(shù)遠(yuǎn)少于圖中頂點總數(shù)；無尺度性是指圖中大部分頂點僅與少量頂點之間直接關(guān)聯(lián)，即圖中大部分頂點的度數(shù)較低。同時，存在少數(shù)頂點和數(shù)量龐大的頂點之間直接關(guān)聯(lián)關(guān)系，即圖中存在小部分度數(shù)非常高的頂點，這些頂點被稱作高度數(shù)頂點。

為了應(yīng)對現(xiàn)實世界中的大數(shù)據(jù)問題，高效地處理大規(guī)模圖數(shù)據(jù)，基于圖結(jié)構(gòu)的小世界性和無尺度性的特征，筆者提出一種以頂點排序和優(yōu)先緩存策略為基礎(chǔ)的大規(guī)模圖遍歷優(yōu)化方法。這一方法通過優(yōu)化圖結(jié)構(gòu)的空間局部性來減少無效訪存，提高訪存帶寬利用率。筆者的優(yōu)化工作基于Graph500測試程序開展，并在天河超級計算機系統(tǒng)測試平臺上進(jìn)行測試，以檢測并發(fā)揮天河超級計算機實驗平臺的圖處理能力。

筆者的主要貢獻(xiàn)如下：

(1)提出了以頂點排序和優(yōu)先緩存策略為基礎(chǔ)的大規(guī)模圖遍歷優(yōu)化方法。這一方法將圖中頂點按度數(shù)從高到低排序。在圖遍歷階段，優(yōu)先訪問度數(shù)高的頂點；當(dāng)條件滿足時，及時中斷訪問，提升了擊中概率，減少了進(jìn)程間的無效通信，最大限度地避免了無效訪存。同時將部分關(guān)鍵高度數(shù)頂點緩存至天河系統(tǒng)核組內(nèi)的高速緩存中，使訪問效率得到明顯提升。

(2)將這一大規(guī)模圖遍歷優(yōu)化方法應(yīng)用于Graph500基準(zhǔn)評測程序，在天河超級計算機系統(tǒng)測試平臺上開展測試，通過全系統(tǒng)可用的904個節(jié)點，達(dá)到了2 547.13 GTEPS的穩(wěn)定測試性能，超過Graph500國際榜單上排名第7名所達(dá)到的2 061.48 GTEPS的成績。

1 相關(guān)工作

寬度優(yōu)先遍歷算法(BFS)是一種經(jīng)典的圖遍歷算法。在Graph500測試基準(zhǔn)中，寬度優(yōu)先遍歷算法是用于評測超算性能的核心遍歷算法。這一算法以訪存通信操作為主，能有效地發(fā)掘現(xiàn)實問題的抽象圖結(jié)構(gòu)中海量數(shù)據(jù)間的關(guān)聯(lián)與延展，更好地模擬大規(guī)模圖結(jié)構(gòu)數(shù)據(jù)的數(shù)據(jù)密集型負(fù)載，對大數(shù)據(jù)應(yīng)用問題的遍歷搜尋更具備針對性。多年來，針對寬度優(yōu)化搜索算法的優(yōu)化，國內(nèi)外的研究機構(gòu)提出了一系列方案，并取得了長足進(jìn)展。

AGARWAL等[4]提出采用位圖結(jié)構(gòu)來表示寬度優(yōu)先遍歷算法中的訪問情況記錄數(shù)組visit，大幅提升了單字節(jié)可表示的頂點訪問信息數(shù)目，擴大了單個緩存行的有效數(shù)據(jù)量。UENO等[5]提出頂點按度數(shù)重新降序排序的優(yōu)化策略，降低了查詢時間，提高了cache命中率。BEAMER等[6]開創(chuàng)性地提出了一種方向優(yōu)化的混合遍歷優(yōu)化算法，以盡可能地減少非必要遍歷，大幅降低了訪存通信開銷。YASUI和FUJISAWA等研究者提出了度數(shù)感知優(yōu)化策略，按度數(shù)拆分了頂點的鄰接列表，對高度數(shù)頂點和非高度數(shù)頂點分開處理，并綜合了前人的優(yōu)化技術(shù)，大幅提高了Bottom-up算法的擊中效率，有效地降低了通信次數(shù)[6]。UENO等[7]結(jié)合特定網(wǎng)絡(luò)結(jié)構(gòu)的特點，在通信方面開展優(yōu)化，同時引入了數(shù)據(jù)壓縮、混合搜索、頂點重排序等技術(shù)，達(dá)到了38 621.4 GTEPS的良好性能。

上述研究主要關(guān)注算法層面的優(yōu)化。而在算法與體系結(jié)構(gòu)的協(xié)同優(yōu)化方面，BADER等[8]基于Cray MTA-2多節(jié)點平臺，利用其提供的細(xì)粒度、低開銷的同步操作支持，實現(xiàn)了多線程并行的寬度優(yōu)先遍歷優(yōu)化算法，利用多線程來隱藏訪存延遲，取得了較高的性能加速。清華大學(xué)的LIN等[9-10]面向“神威太湖之光”平臺，通過模塊流水映射、無競爭的數(shù)據(jù)混洗，基于組消息的批處理等關(guān)鍵技術(shù)的提出和應(yīng)用，發(fā)揮了神威的硬件優(yōu)勢，在Graph500測試基準(zhǔn)中獲得了23 755.7 GTEPS的性能，并且在前述研究的基礎(chǔ)上，應(yīng)用了超節(jié)點路由、片上排序、度數(shù)敏感型通信等技術(shù)，進(jìn)一步提出了通用圖處理框架——“神圖”結(jié)構(gòu)。PENG等[11]和WOMBLE等[12]研究者，在Top500排名第2的Summit平臺上，通過對Graph500標(biāo)準(zhǔn)程序應(yīng)用數(shù)據(jù)壓縮、混合搜索、度數(shù)排序、拓?fù)渲亟M等技術(shù)，測試得到的結(jié)果處于世界先進(jìn)水平。UENO等[7]基于日本“京”及其 “富岳”系統(tǒng)開發(fā)的Graph500優(yōu)化程序，主要采用了數(shù)據(jù)壓縮、混合搜索、頂點重排序、負(fù)載均衡以及基于Tofu網(wǎng)絡(luò)結(jié)構(gòu)的通信優(yōu)化等技術(shù)，其性能表現(xiàn)多次登臨Graph500基準(zhǔn)榜首。而多位研究者面向天河二號平臺，采用數(shù)據(jù)壓縮、混合搜索、數(shù)據(jù)預(yù)取以及匯編優(yōu)化等技術(shù)，以提升Graph500測試性能[13-14]。張承龍等[15]則面向高通量計算機系統(tǒng)，應(yīng)用度數(shù)感知、頂點重排序、靜態(tài)shuffle、基于快查找的位圖訪問等策略，取得了更高的處理能效。日本的研究者們基于富岳超級計算機系統(tǒng)的處理器結(jié)構(gòu)和高性能網(wǎng)絡(luò)，提出了針對性的通信優(yōu)化策略，并對其性能表現(xiàn)進(jìn)行了評估對比[16-18]。甘新標(biāo)等[19-21]面向天河超算實驗系統(tǒng)，應(yīng)用圖結(jié)構(gòu)優(yōu)化策略，在Matrix2000 CPU上使用SVE進(jìn)行矢量化搜索，在專有互連網(wǎng)絡(luò)上進(jìn)行群組通信，以有效地發(fā)揮天河系統(tǒng)的圖處理性能。

上述優(yōu)化技術(shù)與相應(yīng)研究，對超算平臺上圖遍歷程序的優(yōu)化研究具有重要的指導(dǎo)和借鑒意義。

2 Graph500

Graph500是評測超級計算機圖處理能力的重要國際基準(zhǔn)，它以每秒遍歷的邊數(shù)(Traversed Edges Per Second，TEPS)為性能指標(biāo)，衡量超級計算機處理數(shù)據(jù)密集型應(yīng)用的能力[22]。

2.1 基本流程

Graph500的基本流程如圖1如示。

圖1 Graph500流程圖

圖生成階段，Graph500基準(zhǔn)測試程序采用Kronecker生成器生成圖數(shù)據(jù)。為了模擬現(xiàn)實問題的圖結(jié)構(gòu)，通過大量的統(tǒng)計分析驗證，Graph500內(nèi)置的Kronecker圖生成器抽象了現(xiàn)實圖的小世界性和無尺度性特征，其生成圖的頂點分布呈現(xiàn)“長尾”現(xiàn)象。此階段生成的圖信息將以邊元組列表形式存儲，通常以鄰接矩陣表示。Kronecker生成器有兩個輸入?yún)?shù)，分別是圖規(guī)模因子Fscale和邊因子Fedgefactor。Fscale表示生成圖的規(guī)模為2Fscale，F(xiàn)edgefactor表示每個圖頂點的平均度數(shù)。默認(rèn)情況下，Graph500的邊因子Fedgefactor=16。假定Fscale=n，F(xiàn)edgefactor=m，則生成圖具有2n個頂點和m×2n條無向邊[22]。

圖構(gòu)建階段，生成圖將進(jìn)行重新構(gòu)建，將邊元組列表轉(zhuǎn)化為特定的圖結(jié)構(gòu)表示。

圖遍歷階段，Graph500提供了寬度優(yōu)先遍歷算法(Breadth First Search，BFS)和單元最短路徑算法(Single Source Shortest Path，SSSP)兩種遍歷算法。其中，寬度優(yōu)先遍歷算法是一種更為經(jīng)典的圖遍歷算法，能夠有效地發(fā)掘現(xiàn)實問題的抽象圖結(jié)構(gòu)中海量數(shù)據(jù)間的關(guān)聯(lián)與延展，更好地模擬大規(guī)模圖結(jié)構(gòu)數(shù)據(jù)的數(shù)據(jù)密集型負(fù)載，是筆者的主要研究目標(biāo)。

圖驗證階段，程序?qū)匆欢ǖ囊?guī)則，對圖遍歷階段得到的生成樹進(jìn)行驗證。如果驗證有誤，則中止程序。

Graph500中包含多個計時模塊，僅將其中圖遍歷階段的計時結(jié)果納入最終性能指標(biāo)Pteps的計算。假定Graph500在圖遍歷階段的有效計時時間為t，F(xiàn)scale=n，F(xiàn)edgefactor=m，則Graph500評測性能為

Pteps=m×2n/t。

(1)

Pteps的單位為遍歷的邊數(shù)每秒(TEPS)，由圖規(guī)模和搜索時間共同決定。圖規(guī)模是Pteps的關(guān)鍵影響因素，但其主要取決于系統(tǒng)內(nèi)存規(guī)模和圖結(jié)構(gòu)存儲表示方法。筆者的優(yōu)化研究重點關(guān)注影響Pteps的另一個關(guān)鍵因素，即寬度優(yōu)先遍歷算法的遍歷時間。

2.2 生成圖的冪律分布

圖2為Fscale=30時的生成圖的頂點度數(shù)分布圖，得到圖結(jié)構(gòu)中的頂點度數(shù)近似符合冪律分布。

圖2 頂點度數(shù)冪律分布圖(Fscale=30)

圖G=(V，E)包含頂點集合V和邊集合E，通常使用vi表示圖中編號為i的頂點，使用頂點對(vi，vj)表示頂點i到頂點j的邊。(vi，vj)∈E，0≤i≤Nv-1，0≤j≤Nv-1，Nv為V中頂點個數(shù)。G通常用鄰接矩陣A表示，如圖3所示。圖G的現(xiàn)實連接表示如圖3(a)所示，圖G的鄰接矩陣表示如圖3(b)所示。A中第i行第j列的元素Aij表示邊(vi，vj)。Aij=1，表示vi與vj間存在相鄰邊；Aij=0，表示vi與vj間不存在相鄰邊。

圖3 圖的鄰接矩陣表示

2.3 并行寬度優(yōu)先遍歷模塊

基本的順序?qū)挾葍?yōu)先遍歷算法描述如下：

(1)使用先進(jìn)先出的隊列Q管理頂點。vc表示當(dāng)前頂點，vu表示待訪問的vc的關(guān)聯(lián)頂點，visited標(biāo)識每個頂點的訪問信息。visited[vu]=0，表示vu未被訪問；visited[vu]=1，則表示vu已被其他頂點訪問。

(2)使用一個隊列表示頂點集合。每次迭代之初，從隊首取出vc，并將本輪新訪問的鄰接頂點vu加入隊尾，而后進(jìn)行下一輪迭代。

(3)由于(2)中的迭代算法不利于并行化，因此考慮使用兩個隊列Q1，Q2。Q1用來保存當(dāng)前迭代中用來拓展寬度優(yōu)先遍歷算法生成樹的頂點，即上一輪迭代中訪問到的頂點。Q2用來存儲本輪迭代中訪問并刷新狀態(tài)的Q1中頂點的鄰接頂點。等到Q1中頂點的所有鄰接頂點全部訪問完畢后，再將Q1與Q2進(jìn)行交換，開展下一輪迭代搜索。如上，每輪的迭代相對獨立，便于對同一層的頂點的寬度優(yōu)先遍歷進(jìn)行并行化處理。

在Graph500基準(zhǔn)測試程序的圖遍歷階段，采用的并行化的寬度優(yōu)先遍歷算法描述如下：

(1)采用變量Fcur表示當(dāng)前待搜索的頂點集合，F(xiàn)next表示下一層頂點搜索的頂點集合(即Fcur中頂點的所有鄰接頂點)。

(2)開展檢索之初，將根頂點vroot加入Fcur。

(3)從Fcur中的所有頂點開展遍歷，取當(dāng)前頂點vc的關(guān)聯(lián)頂點vu進(jìn)行判定。若該關(guān)聯(lián)頂點此前未被訪問，則更新其訪問信息，并將該頂點加入Fnext集合。

(4)每輪迭代結(jié)束時，將Fnext賦給Fcur并將Fnext清空，再循環(huán)執(zhí)行迭代，直至待搜索頂點集合Fcur為空。

代碼1并行寬度優(yōu)先遍歷算法的偽代碼。

輸入：G(V，E)，vroot

輸出：

①Fcur←?

②Fnext←?

③ for allvc∈V parallel do

④ visited[vc]=0

⑤ end for

⑥ visited[vroot]=1

⑦Fcur←vroot

⑧ whileFcur≠? do

⑨ for eachvc∈Fcurparallel do

⑩ outputvc

在這一樸素的并行寬度優(yōu)先遍歷算法中，遍歷仍處于盲目的完全搜索模式，如代碼1的第11行for eachvu∈G.Adj[vc]parallel do中，程序需要逐一訪問G中的頂點vu，來判定vu與頂點vc是否存在邊關(guān)聯(lián)，以確定頂點vc的關(guān)聯(lián)頂點集合。即使某個頂點在一定條件下不存在未訪問邊，上述樸素算法仍需要通過例行訪存來進(jìn)行判定。考慮生成圖的冪律分布特點，會存在相當(dāng)多的無效訪存。

3 以頂點排序和優(yōu)先緩存策略為基礎(chǔ)的大規(guī)模圖遍歷優(yōu)化方法

從現(xiàn)實世界的大數(shù)據(jù)問題中抽象得到的圖結(jié)構(gòu)通常具有小世界性和無尺度性，并呈現(xiàn)出長尾效應(yīng)。這種長尾效應(yīng)的原因在于，現(xiàn)實世界得到的圖數(shù)據(jù)中，頂點間度數(shù)差別很大，高度數(shù)頂點的計算、通信、存儲的需求大，而低度數(shù)頂點的計算、通信、存儲的需求小?；陂L尾效應(yīng)的存在，為了高效地處理大規(guī)模圖數(shù)據(jù)，筆者充分利用度數(shù)高的關(guān)鍵頂點與其他頂點關(guān)聯(lián)概率高的特性，對圖中所有頂點按照度數(shù)高低從大到小進(jìn)行排序，并對度數(shù)高于設(shè)定閾值的關(guān)鍵頂點進(jìn)行優(yōu)先緩存，最大可能地減少不必要的訪存和對外通信，優(yōu)化訪存效率。

3.1 頂點排序算法

排序算法是高性能計算機體系結(jié)構(gòu)的經(jīng)典算法，應(yīng)用廣泛。常用的排序算法有冒泡排序、快速排序和歸并排序等。為了能夠更好地發(fā)揮國產(chǎn)飛騰眾核處理器的計算性能，經(jīng)前期理論分析和實驗比較分析，歸并排序既能充分發(fā)揮國產(chǎn)飛騰眾核處理器的性能，又能大幅提升Graph500在天河超級計算機系統(tǒng)上的測試性能，適宜應(yīng)用于本文中的優(yōu)化程序。

歸并排序是采用分治的策略先將待排序序列分成若干小的子序列，將各個子序列排序后，利用歸并操作將各子序列逐步歸并成有序序列。對于長度為N的序列，歸并算法的時間復(fù)雜度為O(NlogN)，空間復(fù)雜度為O(N)。歸并排序由于思想簡單，速度較快，易于并行，常應(yīng)用于眾核加速[23]。

為了滿足大規(guī)模科學(xué)工程計算與大數(shù)據(jù)處理等應(yīng)用領(lǐng)域?qū)Ω咝阅苡嬎闫脚_的需求，天河超級計算機系統(tǒng)設(shè)計了國產(chǎn)通用眾核處理器，如圖4所示。該眾核處理器支持可變寬度的向量指令擴展。

圖4 國產(chǎn)通用眾核處理器體系結(jié)構(gòu)

通用眾核處理器全芯片由多個區(qū)域互連組成，每一個區(qū)域具有私有的處理器核心、高速緩存、外部存儲接口和高速通信接口，可以看成是一個功能獨立的處理器。多個區(qū)域通過互連，構(gòu)成一顆處理器芯片。區(qū)域內(nèi)部由多個核組通過區(qū)域內(nèi)的互連接口組成，每個核組內(nèi)包括多個處理器核心和共享的高速緩存，每個處理器核心為一組向量處理單元(Vector Processing Element，VPE)。通用眾核集成外部存儲接口和高速通信接口，為處理器核心的高性能計算處理提供相匹配的訪存和通信能力。此外，片上還集成有PCI Express等標(biāo)準(zhǔn)IO接口，可直接連接標(biāo)準(zhǔn)外部設(shè)備，降低系統(tǒng)設(shè)計的復(fù)雜度。

為了將歸并排序算法高效映射到國產(chǎn)通用眾核處理器，筆者采用深度平衡歸并策略[23]將每次歸并排序優(yōu)化映射分布到大量向量處理單元以完成向量并行加速。向量并行加速在第k級(最底層為第0級)將待排序的頂點劃分為2個子序列，每個子序列劃分成2k組，分別布置給2k個向量處理單元完成操作，最后各向量處理單元獨立完成各自數(shù)據(jù)的歸并。

3.2 頂點排序優(yōu)化策略

基于頂點歸并排序的VS-Graph500的測試流程包括如下步驟：圖生成、圖構(gòu)建、基于頂點度數(shù)的預(yù)處理、基于頂點歸并排序的并行寬度優(yōu)先遍歷、生成樹驗證、結(jié)果輸出等。其中，與基于頂點排序的并行圖遍歷優(yōu)化相關(guān)的流程步驟主要有：基于頂點度數(shù)的預(yù)處理、基于頂點重排序的并行寬度優(yōu)先遍歷優(yōu)化。

基于頂點度數(shù)的預(yù)處理主要包括以下兩個關(guān)鍵步驟：

步驟1 遍歷圖G=(V，E)中每個頂點，并記錄每個頂點的度數(shù)，得到頂點度數(shù)集合D，D中第i個元素deg(vi)表示頂點vi的度數(shù)，即有deg(vi)個頂點與頂點vi之間存在相連邊。

步驟2 采用歸并排序算法，對D中的元素進(jìn)行降序排序，得到排序后的頂點度數(shù)二元組集合D2如下：

D2=(〈v0，deg(v0)〉，〈v1，deg(v1)〉，…，〈vi，deg(vi)〉，…) ，

其中，D2中第i個元素〈vi，deg(vi)〉表示頂點vi的度數(shù)為deg(vi)且滿足deg(v0)>deg(v1)>deg(vi)。將V中的頂點根據(jù)D2進(jìn)行降序排序，得到排序后的頂點集合為(v0，v1，…，vi，…)，其中第1個元素v0對應(yīng)頂點度數(shù)最大的頂點，第2個元素v1對應(yīng)頂點度數(shù)僅小于或等于度數(shù)最大的頂點，度數(shù)相同的頂點并列重復(fù)列出。

基于頂點歸并排序的寬度優(yōu)先遍歷算法的主要流程結(jié)構(gòu)如圖5所示。

圖5 基于頂點歸并排序的BFS圖遍歷流程圖

基于代碼1的并行BFS偽代碼，該策略在第9行的for eachvc∈Fcurparallel do后引入頂點度數(shù) deg(vc)，先從高度數(shù)頂點vc開展遍歷?？紤]高度數(shù)頂點存在邊關(guān)聯(lián)概率高的特性，在代碼1中第11行for eachvu∈G.Adj[vc]parallel do中，優(yōu)先高度數(shù)頂點vu，判斷其是否與vc相關(guān)聯(lián)，是否可以加入生成樹。

這一策略基于高度數(shù)頂點存在邊關(guān)聯(lián)概率高的特點。首先，引入了頂點度數(shù)deg(vc)。在遍歷時，當(dāng)累積存在deg(vc)個頂點vu與當(dāng)前頂點vc存在邊關(guān)聯(lián)，可確定vc的關(guān)聯(lián)頂點已全部遍歷，會提前終止后續(xù)訪存操作。其次，由于頂點vu度數(shù)高，與vc之間存在邊關(guān)聯(lián)的可能性也高，因此，該訪存關(guān)聯(lián)判定成功的概率較高，在提前終止后續(xù)訪存操作前，較大限度地避免了盲目搜索情形的出現(xiàn)。最后，在自下向上寬度優(yōu)先遍歷算法階段，鑒于高度數(shù)頂點的關(guān)聯(lián)概率高、擊中概率大的特點，更能高效查找并確定頂點vc的父頂點，繼而終止頂點關(guān)聯(lián)訪存判斷，以減少無效訪存。

基于頂點排序的并行寬度優(yōu)先遍歷算法的具體實現(xiàn)偽代碼見代碼2，其算法描述如下：

(1)采用變量Fcur表示當(dāng)前待搜索的頂點集合，F(xiàn)next表示下一層頂點搜索的頂點集合(即Fcur中頂點的所有鄰接頂點)。

(2)開展檢索之初，將根頂點vroot加入Fcur。

(3)引入當(dāng)前頂點vc的度數(shù)deg(vc)。在遍歷階段，基于已經(jīng)排序完成的頂點列表，按度數(shù)由高到低，取頂點vc的關(guān)聯(lián)頂點vu進(jìn)行訪問。若頂點vu此前未被訪問過，則更新其訪問信息，并將該鄰接頂點加入Fnext集合。

(4)如果當(dāng)前頂點vc的已訪問關(guān)聯(lián)頂點vu的數(shù)目大于等于deg(vc)，則退出此次對vc關(guān)聯(lián)頂點vu的循環(huán)遍歷，在Fcur中取下一個頂點vc開展訪問。

(5)每輪迭代結(jié)束時，將Fnext賦給Fcur并將Fnext清空，再循環(huán)執(zhí)行迭代，直至待搜索頂點集合Fcur為空。

代碼2基于頂點排序的并行寬度優(yōu)先遍歷算法的偽代碼。

輸入：G(V，E)，vroot。

輸出：

①Fcur←?

②Fnext←?

③ for allvc∈V parallel do

④ visited[vc]=0

⑤ end for

⑥ visited[vroot]=1

⑦Fcur←vroot

⑧ whileFcur≠? do

⑨ for eachvc∈Fcurparallel do

⑩ get deg(vc)

3.3 關(guān)鍵頂點優(yōu)先緩存策略

關(guān)鍵頂點，即在圖結(jié)構(gòu)中與大部分頂點存在邊關(guān)聯(lián)的高度數(shù)頂點。優(yōu)先緩存關(guān)鍵頂點，就是將部分高度數(shù)頂點緩存在天河系統(tǒng)區(qū)域內(nèi)部的核組中的高速緩存中，對緩存的關(guān)鍵頂點進(jìn)行優(yōu)先訪問。

對關(guān)鍵頂點進(jìn)行優(yōu)先緩存，既可以簡化關(guān)聯(lián)頂點之間的通信路徑，減少頂點間的跨節(jié)點通信，又可同時提高頂點的訪問命中率。但是，待緩存的關(guān)鍵頂點集合應(yīng)結(jié)合機器特征和工程經(jīng)驗確定，需要考慮以下因素：

(1)高度數(shù)頂點應(yīng)盡可能優(yōu)先緩存；

(2)應(yīng)結(jié)合節(jié)點內(nèi)存效率考慮，在盡可能多地緩存高度頂點時，盡可能減小節(jié)點內(nèi)存耗用量。

通過頂點排序統(tǒng)計分析，Kronecker圖生成器生成的頂點度數(shù)分布中，度數(shù)大于1 000的頂點占比小于0.5%，度數(shù)大于100且小于1 000的頂點占比約5%，度數(shù)大于10且小于100的頂點占比大于20%。由于度數(shù)大于100的范圍區(qū)間屬于高度數(shù)頂點集中區(qū)域，占比合適，便于采用分布式共享存儲模式緩存，因此，在VS-Graph500中，選擇對度數(shù)大于100的頂點進(jìn)行優(yōu)先緩存。這樣，一來能夠緩存較高比例的高度數(shù)頂點，便于開展算法層面上的優(yōu)化；二來每個節(jié)點分?jǐn)偟膬?nèi)存大小也在可接受限度內(nèi)，不會明顯降低節(jié)點的內(nèi)存效率。

4 實驗與討論

為了驗證天河超級計算機系統(tǒng)的數(shù)據(jù)密集型應(yīng)用處理能力，筆者提出了以頂點排序和優(yōu)先緩存策略為基礎(chǔ)的大規(guī)模圖遍歷優(yōu)化方法，并將該方法應(yīng)用于天河超級計算機系統(tǒng)的Graph500測試中，形成了面向天河超級計算機系統(tǒng)Graph500測試版本VS-Graph500。

4.1 實驗配置

與Graph500測試密切相關(guān)的系統(tǒng)參數(shù)如表1所示。

表1 面向Graph500的系統(tǒng)配置

實驗平臺的功能結(jié)構(gòu)組成如圖6所示。該天河超級計算機系統(tǒng)實驗平臺按系統(tǒng)功能分為智能計算、存儲、互連、服務(wù)、監(jiān)控管理幾大模塊，總共包含8個機柜。每個柜包含2個互連交換插框，3個計算插框，1個存儲插框。全系統(tǒng)包含768個計算節(jié)點(每個計算節(jié)點包含一顆眾核處理器)，256個存儲節(jié)點，1組高速互連網(wǎng)絡(luò)，1組監(jiān)控管理網(wǎng)絡(luò)，1組基礎(chǔ)架構(gòu)。

圖6 VS-Graph500測試系統(tǒng)體系結(jié)構(gòu)

該天河超級計算機系統(tǒng)實驗平臺的總節(jié)點數(shù)為1 024個，單節(jié)點核數(shù)為64，總核數(shù)為65 536個，單節(jié)點內(nèi)存為128 GB，平臺總內(nèi)存為131 072 GB，帶寬為200 Gbit/s，搭載麒麟系統(tǒng)及飛騰處理器。

為了驗證以頂點排序和優(yōu)先緩存策略為基礎(chǔ)的大規(guī)模圖遍歷優(yōu)化方法的有效性，對以頂點排序和優(yōu)先緩存策略為基礎(chǔ)的大規(guī)模圖遍歷方法優(yōu)化后的VS-Graph500進(jìn)行了詳細(xì)測試，并選用Graph500官方基準(zhǔn)測試程序、面向天河二號的Graph500程序TH-2A、面向“K”系統(tǒng)的Graph500測試程序，與VS-Graph500展開了對比分析。

4.2 基于頂點歸并排序的大規(guī)模圖遍歷性能分析

排序算法是高性能計算機體系結(jié)構(gòu)的經(jīng)典算法，應(yīng)用廣泛。常用的排序算法有冒泡排序、快速排序和歸并排序等。冒泡排序簡單易實現(xiàn)，但時空復(fù)雜度較高；快速排序雖然空間復(fù)雜度較低，但時間復(fù)雜度較高；歸并排序時空復(fù)雜度均較低，并且歸并排序易于并行、易于向量化，能夠很好地發(fā)揮國產(chǎn)飛騰眾核處理器的計算性能。

面向天河超級計算機系統(tǒng)的Graph500測試版本VS-Graph500在天河二號平臺上開展優(yōu)化。為了準(zhǔn)確地評估基于頂點歸并排序方法對VS-Graph500的性能，程序中配置了各種獨立的頂點排序優(yōu)化模塊，主要包括頂點度數(shù)排序、向量化排序優(yōu)化以及孤立頂點剪枝優(yōu)化等。詳細(xì)評測性能如圖7所示。

由圖7可知，在加入頂點排序優(yōu)化模塊后的VS-Graph500程序中，圖遍歷性能提升顯著，相比無排序時的Graph500基準(zhǔn)測試程序的數(shù)據(jù)，其圖遍歷性能提升2倍以上。

圖7 頂點排序優(yōu)化性能評測圖

VS-Graph500程序中的頂點排序優(yōu)化模塊主要配置了歸并排序(Merge Sorting)、快速排序(Quik Sorting)、冒泡排序(Bubble Sorting)以及無排序(without Sorting)等優(yōu)化選項，應(yīng)用各類排序算法后的VS-Graph500在天河超級計算機實驗平臺上的性能表現(xiàn)如圖8所示。

圖8 采用不同排序方法的頂點重排序階段的耗時評估圖

鑒于節(jié)點規(guī)模跨度大，小規(guī)模節(jié)點下可以支持的最高Fscale不能在大規(guī)模節(jié)點上有效展現(xiàn)各類排序方法帶來的耗時差異，該參數(shù)不適宜確定為常量。因此，在不同節(jié)點規(guī)模下，本實驗?zāi)J(rèn)采用當(dāng)前平臺的最大可支持Fscale為參數(shù)，生成圖并投入VS-Graph500程序中開展測試。因此，在圖8中，隨著節(jié)點規(guī)模的擴大，生成圖Fscale增長，節(jié)點間的通信開銷顯著上升，使得頂點重排序階段的耗時明顯增加。

如圖8所示，由于歸并排序的時空復(fù)雜度均較低，易于并行化、向量化，能夠更好地發(fā)揮國產(chǎn)飛騰眾核處理器的性能，采用歸并排序選項的VS-Graph500在頂點重排序階段的時間開銷明顯優(yōu)于采用快速排序和冒泡排序的版本，而配置快速排序的VS-Graph500略優(yōu)于冒泡排序版本。

隨著運行規(guī)模的增大，歸并優(yōu)化表現(xiàn)的性能優(yōu)勢越來越明顯，同時其性能加速效果穩(wěn)定，表現(xiàn)出良好的可擴展性。但是，當(dāng)VS-Graph500在小規(guī)模節(jié)點上運行時，并未像在大規(guī)模節(jié)點上運行時一樣表現(xiàn)出良好的性能優(yōu)勢。主要原因在于，當(dāng)Fscale較小時，圖數(shù)據(jù)的小世界性和無尺度性特征以及頂點度數(shù)分布的“長尾”現(xiàn)象表現(xiàn)得并不明顯，且采用歸并排序進(jìn)行優(yōu)化時的邏輯分支開銷大。

詳細(xì)的性能收益代價評估測試如圖9所示。

圖9 歸并優(yōu)化的代價收益評估圖

在圖9中，收益對應(yīng)于引入歸并排序優(yōu)化后的VS-Graph500程序的圖遍歷性能，代價對應(yīng)于未引入歸并排序優(yōu)化的標(biāo)準(zhǔn)Graph500程序的圖遍歷性能。實驗數(shù)據(jù)以128個節(jié)點為界分為兩組，當(dāng)節(jié)點數(shù)<128時，縱軸的取值范圍為0～200；當(dāng)節(jié)點數(shù)≥128時，縱軸的取值范圍為0～2 000；以便清晰呈現(xiàn)不同節(jié)點規(guī)模上的收益代價數(shù)據(jù)。

由圖9可知，隨著VS-Graph500運行規(guī)模的增大，在8節(jié)點時，歸并優(yōu)化代價收益比最大。這是因為圖輸入規(guī)模較小，圖數(shù)據(jù)的小世界性和無尺度性特征以及頂點度數(shù)分布的“長尾”現(xiàn)象表現(xiàn)不明顯。而隨著測試規(guī)模的進(jìn)一步增大，歸并優(yōu)化的代價收益比逐步減小并趨于穩(wěn)定。在全系統(tǒng)測試時，歸并優(yōu)化的代價收益比突然增大，這是因為隨著測試規(guī)模的增大，大規(guī)模圖數(shù)據(jù)的特征越來越趨于真實數(shù)據(jù)集，“長尾”現(xiàn)象表現(xiàn)也越來越明顯。當(dāng)“長尾”現(xiàn)象趨于穩(wěn)定后，節(jié)點間的歸并通信開銷成為關(guān)注點。

需要說明的是，為了簡化分析，筆者將由頂點歸并排序優(yōu)化延伸的向量并行優(yōu)化以及孤立點剪枝優(yōu)化帶來的性能提升，統(tǒng)一歸集于頂點歸并優(yōu)化的性能提升。

綜上所述，基于頂點歸并排序的大規(guī)模圖遍歷算法，其性能表現(xiàn)優(yōu)異，并具有良好的可擴展性。

4.3 關(guān)鍵頂點優(yōu)先緩存性能分析

在不同圖測試規(guī)模下的圖頂點分布不同，而關(guān)鍵頂點在所有圖頂點中的占比基本恒定在5%左右。關(guān)鍵頂點的優(yōu)先緩存，是將排序后的高度數(shù)頂點緩存在天河系統(tǒng)核組內(nèi)的高速緩存中，其緩存策略需要結(jié)合機器特征和工程經(jīng)驗確定。VS-Graph500主要選取度數(shù)大于等于100的圖頂點組成關(guān)鍵頂點集合，在不同規(guī)模下配置關(guān)鍵頂點優(yōu)先緩存策略后，其性能測試數(shù)據(jù)如圖10所示。

圖10 關(guān)鍵頂點優(yōu)先緩存策略的性能評測圖

由圖10可知，在歸并排序的基礎(chǔ)上引入關(guān)鍵頂點排序后，VS-Graph500的測試性能進(jìn)一步提升。與僅配置歸并排序、無關(guān)鍵頂點優(yōu)先緩存策略時的程序測試結(jié)果相比，優(yōu)先緩存關(guān)鍵頂點后的VS-Graph500性能提升可達(dá)30%。這是因為，將關(guān)鍵頂點優(yōu)先緩存至核組內(nèi)的高速緩存后，大量的訪問請求將發(fā)送至高速緩存內(nèi)，與原先的普通存儲模式相比，有效地提升了遍歷階段的訪問效率。

同時，隨著Graph500測試規(guī)模的增大，應(yīng)用關(guān)鍵頂點優(yōu)先緩存技術(shù)后的圖遍歷性能同步提升，表明該程序的可擴展性佳。

4.4 VS-Graph500性能分析

面向天河超級計算機智能應(yīng)用場景，應(yīng)用頂點排序和優(yōu)先緩存優(yōu)化定制的VS-Graph500全系統(tǒng)性能測試如圖11所示，其展現(xiàn)的圖遍歷性能數(shù)據(jù)均基于對應(yīng)節(jié)點規(guī)模下能夠穩(wěn)定測試的最大圖規(guī)模。其中，面向“K”系統(tǒng)的Graph500在相關(guān)公開文獻(xiàn)及相關(guān)資料的基礎(chǔ)上集成開發(fā)，并不代表其實際能力。

圖11 基于天河超級計算機的VS-Graph500性能測試

基于度數(shù)高的關(guān)鍵頂點與其他頂點關(guān)聯(lián)概率高的特性，在頂點排序優(yōu)化策略中，圖中所有頂點按照度數(shù)高低從大到小進(jìn)行重排序，便于提前中止冗余訪存，最大可能地減少了不必要的訪存和對外通信。而在關(guān)鍵頂點優(yōu)先緩存策略中，圖中各個頂點對緩存在buffer中的關(guān)鍵頂點進(jìn)行優(yōu)先訪問，能夠有效地提升圖遍歷時的訪問效率。

由圖11可知，面向天河超級計算機測試系統(tǒng)開發(fā)的 VS-Graph500 的性能與各個版本的Graph500測試程序相比，其性能提升顯著。在全系統(tǒng)為1 024個節(jié)點、但有效可用節(jié)點數(shù)最多為904個，而圖測試規(guī)模Fscale=37時，VS-Graph500的穩(wěn)定測試性能為2 547.13 GTEPS，已超過2020年11月Graph500排行榜第7名的 2 061.48 GTEPS。同時，隨著系統(tǒng)測試規(guī)模和圖測試規(guī)模的增大，VS-Graph500程序的性能測試數(shù)據(jù)也隨之增長，可擴展性好。

需要說明的是，904個節(jié)點上的VS-Graph500的測試性能并不能表明在數(shù)萬節(jié)點甚至更大規(guī)模上VS-Graph500的性能表現(xiàn)能同比增長，因為系統(tǒng)規(guī)模越大，Graph500的性能影響因素會更多，因此更復(fù)雜。

5 總 結(jié)

大規(guī)模圖處理是評測超級計算機系統(tǒng)處理數(shù)據(jù)密集型應(yīng)用能力的重要手段。天河超級計算機系統(tǒng)將面向大科學(xué)、大工程計算，兼顧海量信息，大數(shù)據(jù)智能處理，拓寬應(yīng)用領(lǐng)域。為此，面向天河超級計算機系統(tǒng)，利用大規(guī)模圖數(shù)據(jù)的小世界性和無尺度性等特征，以及圖數(shù)據(jù)頂點度數(shù)分布呈現(xiàn)的“長尾”現(xiàn)象，筆者提出了基于頂點歸并排序和關(guān)鍵頂點優(yōu)先緩存策略的大規(guī)模圖遍歷優(yōu)化方法。應(yīng)用優(yōu)化程序VS-Graph500，在天河超級計算機系統(tǒng)實驗平臺上驗證了上述優(yōu)化方法的有效性和良好的可擴展性。在天河超級計算機系統(tǒng)實驗平臺全系統(tǒng)最多可用的904個節(jié)點上，VS-Graph500程序的實測性能為2 547.13 GTEPS，超過Graph500排行榜第7名。