技术总结
本发明提供一种蒙特卡洛逆向求解PageRank问题的加速方法，该方法使用拟随机序列代替伪随机序列进行PageRank仿真求解，拟随机序列一次生成后，可以用于每个分量的求解过程中，而使用伪随机序列则需要在每个分量的求解过程中重新生成，另外，拟随机序列可以在GPU上高效并行的生成，在随机序列的生成上可以节约不少时间；引入松弛法进行求解，通过将目标函数进行转换，并进行松弛化，减少迭代矩阵的谱半径来加快收敛速度；充分利用GPU的共享内存作为缓存，并在累积汇总每个马尔科夫链计算的结果时进行高效地reduce并行化操作，无需多次访问读取速度较慢的全局内存，从而提高效率。
技术研发人员：郭梦含;赖斯;杨溢;林小拉
受保护的技术使用者：中山大学
文档号码：201611109924
技术研发日：2016.12.06
技术公布日：2017.05.24