公开(公告)号：CN110413776A

公开(公告)日：2019-11-05

申请号：CN201910585774.8

申请日：2019-07-01

申请人： 武汉大学

发明人： 李锐 ,  王鸿琰 ,  舒时立

IPC分类号： G06F16/35 ,  G06F9/48 ,  G06F9/50

摘要： 本发明公开了一种基于CPU-GPU协同并行的文本主题模型LDA高性能计算方法，首先，基于动态规划算法实现CPU与GPU两种异构计算资源优化配置；然后，基于对数函数模型完成GPU性能评估，完成文本数据最优粒度划分；再基于指数随机元胞自动机算法实现隐狄利克雷分配模型的CPU-GPU协同并行计算；并进一步基于改进的贪婪策略在CPU-GPU间进行自适应地异构调度以实现负载均衡。本发明实现了文本主题模型的高性能建模，有利于快速发现文本中隐含的主题信息，从而满足海量文档集合归类、文本数据流式计算等应用的高效处理需求。

公开(公告)号：CN110413776B

公开(公告)日：2021-09-14

申请号：CN201910585774.8

申请日：2019-07-01

申请人： 武汉大学

发明人： 李锐 ,  王鸿琰 ,  舒时立

IPC分类号： G06F16/35 ,  G06F9/48 ,  G06F9/50

摘要： 本发明公开了一种基于CPU‑GPU协同并行的文本主题模型LDA高性能计算方法，首先，基于动态规划算法实现CPU与GPU两种异构计算资源优化配置；然后，基于对数函数模型完成GPU性能评估，完成文本数据最优粒度划分；再基于指数随机元胞自动机算法实现隐狄利克雷分配模型的CPU‑GPU协同并行计算；并进一步基于改进的贪婪策略在CPU‑GPU间进行自适应地异构调度以实现负载均衡。本发明实现了文本主题模型的高性能建模，有利于快速发现文本中隐含的主题信息，从而满足海量文档集合归类、文本数据流式计算等应用的高效处理需求。