【发布时间】：2011-01-26 17:48:09
【问题描述】：
当前的 GPU 执行和内存模型在某种程度上受到限制（内存限制、数据结构限制、无递归......）。
您认为在 GPU 上实现图论问题是否可行？例如，顶点覆盖？主导集？独立集？最大派系？....
在 GPU 上使用分支定界算法是否也可行？递归回溯？
【问题讨论】：
标签： cuda graph-theory gpu
【发布时间】：2011-01-26 17:48:09
【问题描述】：
【讨论】：
-
让我们添加这个同时出现的：Accelerating CUDA Graph Algorithms at Maximum Warp。对于某些图表，它比您链接到的第二个结果显着改善。
这与您的问题切线相关，但我已经实现了一个“递归”回溯算法，用于枚举格上的“自我避免行走”（nb：堆栈是在 CUDA 内核中模拟的，以避免为一大堆函数调用创建局部变量）。可以有效地做到这一点，所以我相信这可以适应图论的背景。这是一个关于该主题的研讨会的链接，我在其中对单指令多数据 (SIMD) 范式中的回溯进行了一些一般性讨论；这是一个大小约为 1MB 的 pdf http://bit.ly/9ForGS 。
我并不声称了解有关 GPU 上图论算法的更广泛的文献，但希望以上内容能有所帮助。
（@TheMachineCharmer，感谢您的链接。）
【讨论】：