基于GPU的字符串核函數(shù)并行實(shí)現(xiàn).pdf

1、字符串相似性匹配是計(jì)算機(jī)領(lǐng)域最基礎(chǔ)的技術(shù)之一，被廣泛應(yīng)用于網(wǎng)絡(luò)安全、信息GPU領(lǐng)域,同時(shí)數(shù)(廣泛應(yīng)用于生物GPU息處理，文本詞根NVIDIA用。然而隨著網(wǎng)絡(luò)發(fā)展的日新月異，網(wǎng)絡(luò)數(shù)據(jù)流量成倍增加以及匹配要求從精確匹配到模糊匹配的日益復(fù)雜。字符串的匹配處理速度慢，不足以適應(yīng)當(dāng)今大規(guī)模數(shù)據(jù)集任務(wù)的要求，迫切需要提出新的更有效以及質(zhì)量更高的算法來滿足大規(guī)模數(shù)據(jù)集的處理需求。
　　 當(dāng)今GPU（圖形處理器）更新?lián)Q代提速，GPU功能越來越強(qiáng)

2、大。NVIDLA公司于2007年推出CUDA(ComputeUnifiedDeviceArchitecture)架構(gòu)，使顯卡用于解決圖像計(jì)算以外的任務(wù)。CUDA這一新的基礎(chǔ)架構(gòu)可以用來解決工業(yè)、商業(yè)以及科學(xué)計(jì)算方面的復(fù)雜問題。采用CUDA具有眾多優(yōu)點(diǎn):便宜的價(jià)格，高效并行性，高密集運(yùn)算，超長流水線?，F(xiàn)在CPU+GPU(中央處理器+圖形處理器)異構(gòu)處理平臺(tái)已逐漸成為主流的并行解決方案。
　　 本文旨在利用CPU+GPU異構(gòu)處理平臺(tái)

3、的高效并行能力，更為有效的進(jìn)行大規(guī)模數(shù)據(jù)集處理。本論文首先概述基于字符串核函數(shù)的SVM(支持向量機(jī))的廣泛應(yīng)用及面臨的挑戰(zhàn)，同時(shí)論述了GPU的架構(gòu)特點(diǎn)以及NVIDIA推出的專用平臺(tái)CUDA(theComputeUnifiedDeviceArchitecture，計(jì)算統(tǒng)一設(shè)備框架)，詳細(xì)論述了CUDA中線程的調(diào)度、內(nèi)存的種類以及分配和充分發(fā)揮GPU計(jì)算能力的原則，并回顧了國內(nèi)外基于CUDA的字符串處理研究。其次本文對(duì)經(jīng)典的字符串核函數(shù)算法

4、——編輯距離核函數(shù)(EditDistanceKernel)、p頻譜核函數(shù)(P-spectrumKernel)、序列間隔加權(quán)核函數(shù)（Gap-WeightedSubsequenceKemel）——進(jìn)行了GPU并行優(yōu)化，結(jié)合CPU+GPU異構(gòu)平臺(tái)的特點(diǎn)將上述核函數(shù)算法使用CUDA平臺(tái)并行化向GPU移植。使用Reuters-21578和SpamAssassin公共語料庫對(duì)本文的gpuSKSVM進(jìn)行評(píng)估，三種核函數(shù)的計(jì)算獲得了比原系統(tǒng)7-33倍的