G-CasDec: 基于 GPU 的通用级联解压缩
《Proceedings of the ACM on Management of Data》:G-CasDec: General Cascaded Decompression on GPUs
【字体:
大
中
小
】
时间:2026年10月22日
来源:Proceedings of the ACM on Management of Data
编辑推荐:
摘要AI 总结要查看此AI生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要基于GPU加速的分析查询处理往往受到GPU设备内存容量和主机到设备数据传输时间的双重限制。现代数据压缩技术,如级联轻量级压缩,可以缓解这些问题。然而,现有设计在压缩率、解压速度和可扩展性方面均存
摘要
摘要
基于GPU加速的分析查询处理往往受到GPU设备内存容量和主机到设备数据传输时间的双重限制。现代数据压缩技术,如级联轻量级压缩,可以缓解这些问题。然而,现有设计在压缩率、解压速度和可扩展性方面均存在关键权衡。它们要么采用激进压缩却未解决执行不规则性,要么维持严格对齐的数据布局而牺牲可压缩性。此外,它们均未提供可扩展的方式以便轻松添加新方案。为了解决这些问题,我们提出了G-CasDec,这是一个优化框架,旨在为通用级联压缩方案在GPU上实现高效解压。G-CasDec整合了多项关键技术,包括用于变长数据激进压缩但对齐批处理以实现高效解压的技术、共享内存复用和寄存器级融合以改进资源利用率,以及一组字节码指令以编排通用解压流程。与最先进的设计相比,G-CasDec实现了2.8倍更高的压缩率和2.0倍更快的解压速度,并且可扩展至任意级联方案。
AI 总结
AI生成的摘要(实验性)
本摘要由自动化工具生成,未经文章作者撰写或审核。它旨在支持发现、帮助读者评估相关性,并协助相邻研究领域的读者理解该工作。它旨在补充作者提供的摘要,后者仍是论文的主要总结。完整文章仍为权威的版本记录。点击此处了解更多。
点击此处评论此摘要的准确性、清晰度和实用性。这样做将有助于改进和生成未来版本。
要查看此AI生成的通俗语言摘要,您必须拥有高级访问权限。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号