최근 대규모 동적 그래프의 효율적 처리를 위해 GPU를 활용하는 연구가 활발히 진행되고 있다. 그러나 동적 그래프 연산을 수행하는 과정에서 동일한 데이터가 반복적으로 전송되고 처리되면서 여러 가지 어려움이 발생한다. 본 논문은 제한된 메모리를 가진 GPU 환경에서 대규모 동적 그래프를 효율적으로 처리하기 위한 처리 기법을 제안한다. 이 기법은 동적 스케줄링과 연산 감소를 활용한다. 제안된 기법은 동적 그래프를 분할하고, 활성(active) 및 잠재적 활성(tentative active) 정점을 기준으로 각 분할을 스케줄링하여 GPU 활용도를 최적화한다. 또한 스냅샷을 사용하여 그래프의 변화를 포착함으로써 중복된 간선 및 정점 수정의 탐지가 가능하도록 한다. 이를 통해 불필요한 계산을 줄여 GPU 처리 부담과 데이터 전송 비용을 최소화한다. 동일한 간선이나 정점에 대한 중복 연산을 제거함으로써 성능이 크게 향상된다. 성능 평가 결과, 기존 정적 그래프 처리 기법에 비해 평균 280%의 향상을, 기존 동적 그래프 처리 기법에 비해 108%의 향상을 보였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.