[发明专利]包括不同类型的存储器装置的图形处理系统及其操作方法

说明书

本申请涉及一种操作图形处理系统的方法，该图形处理系统包括第一存储器装置和第二存储器装置，该方法包括：将图形数据的起始顶点索引、终止顶点索引和边缘值存储在第一存储器装置中；将图形数据的起始顶点值存储在第二存储器装置中；通过使用起始顶点索引，将起始顶点值重新布置为中间顶点值；通过使用终止顶点索引和边缘值，对中间顶点值执行图形计算；将作为图形计算的结果的终止顶点值存储在第二存储器装置中；通过比较终止顶点值和起始顶点值来确定图形处理操作是否完成；当确定图形处理操作未完成时，将终止顶点值设置为起始顶点值；并且迭代重新布置操作、执行操作、第三存储操作、确定操作和设置操作，直到图形处理操作完成。

相关申请的交叉引用

本申请要求于2019年8月26日提交的申请号为10-2019-0104278的韩国专利申请的优先权，其通过引用整体并入本文。

技术领域

本发明的各个实施例涉及一种图形处理系统，并且特别地，涉及一种包括不同类型的存储器装置的图形处理系统以及操作该图形处理系统的方法。

背景技术

随着大数据时代的到来，一种用于有效表达和分析数据之间关系的基于图形的数据结构在机器学习和各种数据分析中发挥着重要的作用。因此，各种图形算法实际上被用作公司数据中心的主要应用。

例如，谷歌的PageRank(参考文献1：伊恩·罗杰斯，“谷歌PageRank算法及其工作原理”(“The Google PageRank Algorithm and How It Works”)，2002)和推特的连通分量算法(connected component algorithm)(参考文献2：大卫·艾丁格，卡尔·江，杰森·里迪，大卫·A·巴德和考特尼·科利，ICPP中“大规模社交网络分析：挖掘推特带来的社会公益”(“Massive Social Network Analysis:Mining Twitter for Social Good”in ICPP)，2010)讨论了代表性的基于图形的数据分析应用。

应用通用图形处理单元(GPGPU)的系统被用于许多计算领域，以满足图形应用所需的大量计算。然而，因为GPGPU系统中通常仅包括容量相对较小的易失性存储器装置，所以如图1所示，会发生相对于易失性存储器装置频繁地页面交换以及主机与装置之间频繁的数据复制，这可能会导致应用的性能劣化。图1示出易失性存储器装置具有16GB的容量并且图形数据的大小为16TB的实例。

此外，由于图形算法的主要结束条件是饱和，因此在执行多次迭代计算之后，需要将计算结果存储在与GPGPU系统连接的单独的存储装置中的检查点操作以实现有效地故障恢复。然而，由于与GPGPU系统连接的单独的存储装置通常使用基于磁盘/闪存的存储装置，因此可能会遇到以下问题：在GPGPU系统中，将计算结果存储在存储装置中的检查点操作所需的时间比执行计算所需的时间长。

例如，在上述谷歌的PageRank算法的情况下，所需的计算时间为30秒，而所需的检查点时间为60秒(参考文献3：沈艳艳，陈刚，H.V.·贾格迪什，卢伟，黄本清和波格丹·马吕斯·都铎，VLDB中“分布式图形处理系统中的快速故障恢复”(“Fast Failure Recovery inDistributed Graph Processing Systems”in VLDB)，2014)。

发明内容

各个实施例涉及一种图形处理系统以及用于操作该图形处理系统的方法，该图形处理系统包括两种具有不同特性的存储器装置，从而在对图形数据快速地执行迭代图形计算的同时有效地对图形计算结果进行检查点操作。