[論文レビュー] Recent Advances in Graph Partitioning

Aydın Buluç, Henning Meyerhenke+3 more|arXiv (Cornell University)|Nov 13, 2013

VLSI and FPGA Design Techniques参考文献 43被引用数 64

ひとこと要約

本論文は、バランスの取れた分割、マルチレベル手法、メタヒューリスティクス、並列化技術に焦点を当てた、グラフ分割分野における最近の進展について包括的なサーベイを提供している。高品質な分割を達成するため、組み合わせ的、幾何的、スペクトル的、最適化に基づく多様なアプローチの統合が強調されており、これは大規模な科学計算、ソーシャルネットワーク、ハイパフォーマンスコンピューティングワークロードにとって不可欠である。

ABSTRACT

We survey recent trends in practical algorithms for balanced graph partitioning together with applications and future research directions.

研究の動機と目的

• バランスの取れたグラフ分割アルゴリズムにおける最近の実用的進展を体系的に概説すること。
• 最先端のソルバに統合された主要なアルゴリズム的手法を特定すること。
• エクサスケールアーキテクチャおよび動的ワークロードへのスケーリングにおける課題を議論すること。
• グラフ分割における理論的基盤と実装の間のギャップを埋めること。
• コarseningスキーム、並列化、エネルギー効率の良い分割における未解決問題を特定すること。

提案手法

• バランスの取れた分割、ハイパーグラフ、クラスタリングの定式化を含む、グラフ分割の変種をサーベイおよび分類すること。
• マッチングを用いてグラフを粗視化し、最も粗い問題を解いた後、リファインメントヒューリスティクスを用いて再細分化するマルチレベル手法を提示すること。
• 再細分化段階で局所探索およびノード交換ヒューリスティクスを適用し、分割品質を向上させること。
• 複数回の分割実行を組み合わせる進化的アルゴリズムなどのメタヒューリスティクスを統合すること。
• 並列および分散型分割戦略を分析し、階層的なプロセッサトポロジへのマッピングを含めること。
• 科学的シミュレーション、道路ネットワーク、ソーシャルグラフからのベンチマークおよび実世界ワークロードを用いて性能を評価すること。

実験結果

リサーチクエスチョン

• RQ1 マルチレベルグラフ分割は、現代の複雑なネットワーク構造および動的ワークロードを扱うためにどのように拡張可能か？
• RQ2 スケール上で高品質な分割を達成するための、最も効果的な粗視化およびリファインメント戦略は何か？
• RQ3 エクサスケールシステム（数百万のプロセッサを有する）において、グラフ分割を効率的かつスケーラブルに実行するにはどうすればよいか？
• RQ4 複雑なネットワーク（例：ソーシャルネットワークやウェブグラフ）では、伝統的な仮定（例：カットの合計値が通信量に相関する）がどのように破綻するか？
• RQ5 過剰分割、動的再分割、エネルギーに配慮した設計が、将来的な分割フレームワークにおいて果たす役割は何か？

主な発見

• マルチレベルパラダイムは、粗視化、基本レベルの解法、リファインメントを組み合わせる点で、大規模グラフ分割において依然として最も効果的なアプローチのままである。
• 高品質なシーケンシャルなパーティショナは、必要なブロック数が膨大であるがゆえにエクサスケールシステムへのスケーリングに失敗する。
• 高品質な並列分割は、まだ解決されていない課題であり、特にプロセッサ数がブロック数をはるかに上回る場合に顕著である。
• トップクラスのパーティショナにおける細粒度の離散的計算と、GPUなどの現代のアクセラレータのデータ並列的、SIMDスタイルの実行モデルとの間に不整合がある。
• ソーシャルやウェブグラフのような複雑なネットワークでは、低合計カットが低通信量を意味するとする伝統的な仮定は、あまり妥当ではない。
• 将来的な分割は、動的で適応的かつエネルギー効率の良い戦略へ進化させ、マーブルコンピューティングおよびランタイム再構成を支援する必要がある。