买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北大学申请的专利一种面向幂律分布的GPU图计算加速方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119168840B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411339123.8，技术领域涉及：G06T1/20；该发明授权一种面向幂律分布的GPU图计算加速方法及装置是由郑丞秀;谷峪;李芳芳;李晓华;于戈设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本一种面向幂律分布的GPU图计算加速方法及装置在说明书摘要公布了：本申请提出一种面向幂律分布的GPU图计算加速方法及装置，属于图计算技术领域，其中，方法包括：根据图数据中活跃顶点的数量、大顶点的数量以及小顶点的数量确定对应顶点使用推操作或拉操作，根据对应顶点的推操作或拉操作更新对应的信箱中的信息以及下一轮的活跃顶点及其数量；采用更新后的信箱中的信息更新对应的顶点，得到更新后的图数据；在下一轮的活跃顶点的数量为零的情况下，以更新后的图数据作为算法的结果进行输出；本申请针对幂律分布图中超级顶点上的推拉问题，提出细粒度推拉策略，避免了超级顶点上的低效率拉操作，提高执行效率；本申请还采用k‑工作池策略平衡负载，在面对真实图的幂律分布现象时，能够更好地分配负载。

本发明授权一种面向幂律分布的GPU图计算加速方法及装置在权利要求书中公布了：1.一种面向幂律分布的GPU图计算加速方法，其特征在于，包括： 步骤S1：获取图数据，所述图数据符合幂律分布，包括：图的多个顶点和多条边； 步骤S2：采用GPU对所述图数据进行存储，并根据图算法对存储后的图数据进行初始化； 步骤S3：统计初始化后的图数据中的活跃顶点、大顶点以及小顶点的数量，将活跃顶点保存在工作池中，其中，将顶点的出度或入度大于工作组中的线程数的顶点作为大顶点，将顶点的出度和入度不大于工作组中的线程数的顶点作为小顶点，将参与当前轮计算的顶点作为活跃顶点； 步骤S4：为每个顶点设置一个对应的信箱，所述信箱用于保存对应顶点的当前轮计算的临时结果； 步骤S5：根据活跃顶点的数量、大顶点的数量以及小顶点的数量确定对应顶点的推操作或拉操作，将对应顶点的推操作或拉操作保存在工作池中； 步骤S6：根据对应顶点的推操作或拉操作更新对应的信箱中的信息、下一轮活跃顶点以及轮活跃顶点的数量； 步骤S7：采用更新后的信箱中的信息更新对应的顶点，得到更新后的图数据； 步骤S8：在下一轮活跃顶点的数量为零的情况下，以更新后的图数据作为加速后的结果进行输出，在下一轮活跃顶点的数量不为零的情况下，返回步骤S3，重新统计更新后的图数据中的大顶点以及小顶点，进行下一轮计算； 所述根据活跃顶点的数量、大顶点的数量以及小顶点的数量确定对应顶点的推操作或拉操作，包括： 步骤S5.1：根据大顶点的数量以及小顶点的数量，计算大顶点所占比例； 步骤S5.2：在活跃顶点的数量大于顶点总数的预设定百分比的情况下，对当前全部活跃顶点采用拉操作，转到步骤S6； 步骤S5.3：在活跃顶点的数量小于或等于顶点总数的预设定百分比的情况下，对当前全部活跃顶点采用推操作，转到步骤S5.4； 步骤S5.4：在大顶点所占比例大于第一预设定百分比的情况下，对大顶点采用推操作，对小顶点采用拉操作，转到步骤S6； 步骤S5.5：在大顶点所占比例小于或等于第一预设定百分比的情况下，对全部顶点采用推操作，转到步骤S6； 所述面向幂律分布的GPU图计算加速方法，还包括：采用分块工作池的策略达到负载平衡，具体为： 步骤S100：采用贪心策略将工作池分为k份，并将每个工作池进行编号，且取k=，其中m为当前轮计算中需要处理的边的总数量； 步骤S101：每个线程束获取自己的起始工作池编号w； 步骤S102：在第w+i%k个工作池取任务，所述任务包括：顶点的推操作或拉操作，设置i初始值为0； 步骤S103：在取到任务的情况下，执行所述任务对应的顶点的推操作或拉操作，转到步骤S102；在未取到任务的情况下，令i=i+1，此时如果i=k，则转到步骤S104，如果ik，则转到S102； 步骤S104：结束本轮工作池处理任务流程，返回步骤S3，等待下一轮将活跃顶点保存在工作池中后，再转到步骤S100重新进行下一次工作池处理任务。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。