面向眾核處理器的陰陽K-means算法優(yōu)化

摘要： 傳統(tǒng)陰陽K-means算法處理大規(guī)模聚類問題時計算開銷十分昂貴。針對典型眾核處理器的體系結(jié)構(gòu)特征，提出了一種陰陽K-means算法高效并行加速實現(xiàn)。該實現(xiàn)基于一種新內(nèi)存數(shù)據(jù)布局，采用眾核處理器中的向量單元來加速陰陽K-means中的距離計算，并面向非一致內(nèi)存訪問(non-unified memory access, NUMA)特性進行了針對性的訪存優(yōu)化。與陰陽K-means算法... （共10頁）