Cuda 基于GPU的图形算法

当前的GPU执行和内存模型在某种程度上受到限制（内存限制、数据结构限制、无递归…）

你认为在GPU上实现图论问题可行吗？例如，顶点覆盖？支配集？独立集？马克斯集团

---

在GPU上使用分支定界算法也可行吗？递归回溯？

您将感兴趣

---

这与你的问题无关，但我已经实现了一个“递归”回溯算法，用于枚举晶格上的“自回避行走”（注意：堆栈是在CUDA内核中模拟的，以避免为整个函数调用创建局部变量的开销）。这是可能有效地做到这一点的，所以我相信这可以适应图论的背景。这里有一个关于这个主题的研讨会的链接，我在研讨会上对单指令多数据（SIMD）范式中的回溯进行了一些一般性的讨论；这是一个大约1MB大小的pdf

我不想知道关于GPU上图论算法的更广泛的文献，但希望上面的内容能有所帮助

---

（@TheMachineCharmer，感谢您的链接。）

让我们添加这一个，它同时出现了：。对于某些图形，它比您链接到的第二个结果有显著的改进。