Evaluation of Graph Analytics Frameworks Using the GAP Benchmark Suite
Evaluation of Graph Analytics Frameworks Using the GAP Benchmark Suite
复制标题
使用 GAP 基准套件评估图形分析框架
DOI：
10.1109/iiswc50251.2020.00029
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Firoz, Jesun
中科院分区：
文献类型：
--
作者：
Azad, Ariful;Aznaveh, Mohsen Mahmoudi;Beamer, Scott;Blanco, Mark;Chen, Jinhao;D'Alessandro, Luke;Dathathri, Roshan;Davis, Tim;Deweese, Kevin;Firoz, Jesun
图表在数据分析中发挥着关键作用。图形和用于与它们一起工作的软件系统是高度多样化的。算法以不同的方式与硬件交互，并且在给定的平台上哪个图解决方案最好，会随着图的结构而变化。这使得很难决定哪种图形编程框架最适合给定的情况。在本文中，我们试图理解这种多样化的景观。我们评估了五种不同的图分析框架：SuiteS-parse GraphBLAS，Galois，NWGraph库，Graph Kernel Collection和GraphIt。我们使用差距Benchmark Suite来评估每个框架。GAP由30个测试组成：六个图算法（广度优先搜索，单源最短路径，PageRank，介数中心性，连接组件和三角形计数）在五个图上。差距Benchmark Suite包括高性能参考实现，以提供用于比较的性能基线。我们的结果显示了每个框架的相对优势，但也可以作为案例研究，了解为比较图框架建立客观衡量标准所面临的挑战。
Graphs play a key role in data analytics. Graphs and the software systems used to work with them are highly diverse. Algorithms interact with hardware in different ways and which graph solution works best on a given platform changes with the structure of the graph. This makes it difficult to decide which graph programming framework is the best for a given situation. In this paper, we try to make sense of this diverse landscape. We evaluate five different frameworks for graph analytics: SuiteS-parse GraphBLAS, Galois, the NWGraph library, the Graph Kernel Collection, and GraphIt. We use the GAP Benchmark Suite to evaluate each framework. GAP consists of 30 tests: six graph algorithms (breadth-first search, single-source shortest path, PageRank, betweenness centrality, connected components, and triangle counting) on five graphs. The GAP Benchmark Suite includes high-performance reference implementations to provide a performance baseline for comparison. Our results show the relative strengths of each framework, but also serve as a case study for the challenges of establishing objective measures for comparing graph frameworks.
登录
查看更多内容
DOI：
10.1109/pact.2019.00010
发表时间：
2019-09
期刊：
2019 28th International Conference on Parallel Architectures and Compilation Techniques (PACT)
影响因子：
--
作者：
Roshan Dathathri;G. Gill;Loc Hoang;Vishwesh Jatala;K. Pingali;V. K. Nandivada;Hoang-Vu Dang;M. Snir-M.
通讯作者：
Roshan Dathathri;G. Gill;Loc Hoang;Vishwesh Jatala;K. Pingali;V. K. Nandivada;Hoang-Vu Dang;M. Snir-M.
DOI：
10.1109/hpec.2016.7761646
发表时间：
2016-06
期刊：
2016 IEEE High Performance Extreme Computing Conference (HPEC)
影响因子：
--
作者：
J. Kepner;Peter Aaltonen;David A. Bader;A. Buluç;F. Franchetti;J. Gilbert;D. Hutchison;Manoj Kumar;A. Lumsdaine;Henning Meyerhenke;Scott McMillan;Carl Yang;John Douglas Owens;Marcin Zalewski;T. Mattson;J. Moreira
通讯作者：
J. Kepner;Peter Aaltonen;David A. Bader;A. Buluç;F. Franchetti;J. Gilbert;D. Hutchison;Manoj Kumar;A. Lumsdaine;Henning Meyerhenke;Scott McMillan;Carl Yang;John Douglas Owens;Marcin Zalewski;T. Mattson;J. Moreira
“真实”漫画：多样性、混合性、关联性
DOI：
--
发表时间：
2010
期刊：
Furuichi Yasuko, ed., Manga Realities : Exploring the Art of Japanese Comics Today (exh.cat.) The Japan Foundation
影响因子：
--
作者：
中村明編、西村将洋;ほか;晏〓(執筆分担者);岩田文昭;Jaqueline Berndt
通讯作者：
Jaqueline Berndt
DFS：编写简单但执行困难的基准
DOI：
--
发表时间：
2006
期刊：
IEEE International Symposium on Workload Characterization
影响因子：
--
作者：
R. Murphy;Jonathan W. Berry;William C. McLendon;B. Hendrickson;Douglas P. Gregor;A. Lumsdaine
通讯作者：
A. Lumsdaine
LAGraph：收集基于 GraphBLAS 之上的图算法的社区努力
DOI：
--
发表时间：
2019
期刊：
and Learning
影响因子：
--
作者：
Mattson, Timothy;Davis, Timothy A.;Kumar, Manoj;Buluç, Aydin;McMillan, Scott;Moreira, José;Yang, Carl
通讯作者：
Yang, Carl