Zusammenfassung - Stundenglas- Sorting: Ein neuer paralleler Sortieralgorithmus und seine Implementierung
Titel
Stundenglas- Sorting: Ein neuer paralleler Sortieralgorithmus und seine Implementierung
Zeit
2025-07-22 08:08:29
Autor
{"Daniel Bascones","Borja Morcillo"}
Kategorie
{cs.AR,B.5.0}
Link
http://arxiv.org/abs/2507.16326v1
PDF Link
http://arxiv.org/pdf/2507.16326v1
Zusammenfassung
Stundenzeiger-Sortierung ist ein neuer paralleler Sortieralgorithmus, der entwickelt wurde, um große Datensätze mit parallelem Eingang und serieller Ausgabe effizient zu sortieren. Er erreicht eine Latenz von log(n) für die Ausgabe des ersten Elements und eine Gesamtsortierzeit von n + log(n). Dieser Algorithmus ist besonders nützlich für Anwendungen, die eine schnelle Sortierung großer Datensätze erfordern, wie z.B. das Quanten-LDPC-Dekodieren.
Der Stundenzeiger-Sortieralgorithmus basiert auf einer baumartigen Struktur von Vergleichsgeräten, wobei jeder Knoten zwei Ausgaberegister hat, um den "Schwimmeffekt" zu vermeiden, der in traditionellen Sortieralgorithmen auftreten kann. Dies ermöglicht es dem Algorithmus, eine konstante kritische Länge im Verhältnis zur Eingröße aufrechtzuerhalten, was zu einem sehr skalierbaren Design führt.
Der Algorithmus wurde in einem FPGA implementiert und erfolgreich in eine BP-OSD (Glaubenswahrscheinlichkeitsverbreitung - Geordnete Statistik-Dekoder)-Implementierung für das Quanten-LDPC-Codieren integriert. Diese Implementierung zeigt die Fähigkeiten des Algorithmus in realen Anwendungsfällen, wie z.B. der Echtzeitdekodierung korrekturcodierter Informationen.
Hauptmerkmale des Stundenzeiger-Sortieralgorithmus sind:
- O(n) Hardware-Komplexität
- Latenz von log(n) für die Ausgabe des ersten Elements
- Gesamtsortierzeit von n + log(n)
- Skalierbares Design mit konstanter kritischer Länge
- Effizient für die Sortierung großer Datensätze mit parallelem Eingang und serieller Ausgabe
Der Stundenzeiger-Sortieralgorithmus stellt eine bedeutende Weiterentwicklung in den parallelen Sortieralgorithmen dar und bietet eine hoch effiziente und skalierbare Lösung für Anwendungen, die eine schnelle Sortierung großer Datensätze erfordern.
Empfohlene Papiere
CASCADE: JavaScript-Deobfuscator mit künstlicher Intelligenz auf Basis eines LLM bei Google
Auf Shilow-Grenzen, Rees-Bewertungen und integrale Erweiterungen
Baryonifikation: Eine Alternative zu hydrodynamischen Simulationen für kosmologische Studien
Ein Vorhersagerahmen für den galaktischen Kosmischen Strahlfluss in Anwendungen der Raumwettervorhersage
SynC: Refinierung des künstlichen Bildbeschreibungsdatenbanksets mit ein-zu-viele-Mapping für Zero-shot-Bildbeschreibungen
AQuilt: Logik und Selbstinspektion in kostengünstige, hoch relevante Daten-Synthese für spezialisierte LLMs einweben
Monotone Kircuitkomplexität von Matching
Der Einfluss von Geburtsstößen auf Schwarze Loch-Binäre
Messung der Drei-Geschmackszusammenstellung astrophysikalischer Neutrinos mit enthaltenen IceCube-Ereignissen
In-situ Impedanzspektroskopietests von Li$_{4-x}$Ge$_{1-x}$P$_x$O$_4$ als potenzieller Festkörperelektrolyt für Mikro-Li-Ionenbatterien