المفاهيم الأساسية
Der Artikel stellt GTS vor, einen GPU-basierten Baumindex, der die Vorteile von Baumstrukturen zur effizienten Objektpruning und die Parallelität von GPUs zur beschleunigten Ähnlichkeitssuche kombiniert. GTS erreicht deutliche Effizienzsteigerungen gegenüber CPU-basierten Ansätzen und aktuellen GPU-Methoden.
الملخص
Der Artikel präsentiert GTS, einen GPU-basierten Baumindex für effiziente Ähnlichkeitssuche in Metrikräumen.
Zunächst wird die Herausforderung erläutert, Baumstrukturen effizient auf GPUs zu parallelisieren, da die hierarchische Traversierung und nicht-kontinuierliche Speicherung der Knoten Probleme bereiten. GTS löst dies, indem es die Baumknoten in einer tabellenbasierten Struktur speichert und so die parallele Berechnung nicht-benachbarter Knoten auf der gleichen Ebene ermöglicht.
Für die Verwaltung von Batch-Ähnlichkeitsanfragen, die den GPU-Speicher übersteigen können, wird eine zweistufige Suchstrategie entwickelt. Diese kombiniert Batch-Verarbeitung auf oberen Ebenen mit sequentieller Verarbeitung auf unteren Ebenen, um Speicherengpässe zu vermeiden.
Außerdem werden effiziente Update-Strategien für dynamische Daten präsentiert, die einen kompakten Cache-Mechanismus und eine parallele Neuindizierung nutzen.
Umfangreiche Experimente zeigen, dass GTS CPU-basierte Ansätze um bis zu zwei Größenordnungen und den aktuellen Stand der Technik bei GPU-Methoden um bis zu 20-fach übertrifft.
الإحصائيات
Die Ähnlichkeitssuche in Metrikräumen ist bis zu zwei Größenordnungen effizienter als CPU-basierte Methoden.
GTS ist bis zu 20-mal effizienter als der aktuelle Stand der Technik bei GPU-basierten Methoden.
اقتباسات
"GTS erreicht Effizienzsteigerungen von bis zu zwei Größenordnungen gegenüber bestehenden CPU-Baselines und sogar Verbesserungen von bis zu 20× im Vergleich zum aktuellen Stand der Technik bei GPU-basierten Methoden."