[论文解读] Graph Processing on FPGAs: Taxonomy, Survey, Challenges

Maciej Besta, Dimitri Stanojevic+3 more|arXiv (Cornell University)|Feb 25, 2019

Parallel Computing and Optimization Techniques参考文献 124被引用 39

一句话总结

本论文首次对基于 FPGAs 的图计算进行综述和分类，讨论在基于 FPGA 的系统上实现能量高效图处理所面临的方案、思路与挑战。

ABSTRACT

Graph processing has become an important part of various areas, such as machine learning, computational sciences, medical applications, social network analysis, and many others. Various graphs, for example web or social networks, may contain up to trillions of edges. The sheer size of such datasets, combined with the irregular nature of graph processing, poses unique challenges for the runtime and the consumed power. Field Programmable Gate Arrays (FPGAs) can be an energy-efficient solution to deliver specialized hardware for graph processing. This is reflected by the recent interest in developing various graph algorithms and graph processing frameworks on FPGAs. To facilitate understanding of this emerging domain, we present the first survey and taxonomy on graph computations on FPGAs. Our survey describes and categorizes existing schemes and explains key ideas. Finally, we discuss research and engineering challenges to outline the future of graph computations on FPGAs.

研究动机与目标

• 由于图的规模庞大且结构不规则，推动在 FPGAs 上进行图处理的研究。
• 提供现有基于 FPGA 的图处理方法的分类和统一视角。
• 总结围绕 FPGA 图处理框架的核心思想和技术。
• 突出未来 FPGA 图分析的实际研究与工程挑战。

提出的方法

• 对已在 FPGAs 上实现的现有图处理方案进行调研。
• 将方法分类为一个分类体系，以促进对该领域的理解。
• 解释在基于 FPGA 的图处理中的关键思路与机制。
• 讨论能量效率方面的考虑以及 FPGA 架构如何解决它们。
• 概述当前的研究与工程挑战，以指导未来工作。

实验结果

研究问题

• RQ1 在 FPGAs 上有哪些现有的图处理方案？它们可以如何分类？
• RQ2 哪些关键思路和技术使基于 FPGA 的图计算高效可用？
• RQ3 在 FPGAs 上的图处理面临的主要挑战和尚待解决的研究问题是什么？
• RQ4 FPGA 架构如何促进能量高效的图处理？

主要发现

• 提出了基于 FPGA 的图处理方法的分类法和综述。
• 本文讨论了能量效率以及对图分析的专用硬件的需求。
• 它识别并概述了这一新兴领域的研究与工程挑战。
• 该综述为在 FPGA 上进行现代图处理、存储和分析提供了结构化的理解。