Es wurde eine parallele Version der Bibliothek für Werkzeuge zur Suche nach Algorithmen zur Zeichenfolgenübereinstimmung (SMART) vorgestellt, die auf der CUDA-Plattform (Unified Computing Architecture von NVIDIA) implementiert wurde und das Konzept der Allgemeinen Grafikprozessorprogrammierung (GPGPU) verwendet, um die Leistung zu verbessern und die parallelen Versionen dieser Übereinstimmungsalgorithmen eingehend zu verstehen. Die verbesserte CUSMART-Bibliothek, die auf der CUDA-API basiert, integriert 64 parallele Algorithmen zur Zeichenfolgenübereinstimmung. Ziel dieser Studie ist es, die Leistung dieser Algorithmen in verschiedenen Szenarien zu bewerten, um deren Vor- und Nachteile in spezifischen Anwendungsszenarien zu identifizieren. Die Studie umfasste die Erkundung und Umsetzung von Optimierungstechniken, um deren Auswirkungen auf die Leistung der Algorithmen zu bewerten. Die Ergebnisse dieser Studie heben das Potenzial der GPGPU-Berechnung bei der Anwendung von Zeichenfolgenübereinstimmungen hervor und zeigen eine signifikante Verbesserung der Leistung. Darüber hinaus wurden die Algorithmen identifiziert, die in verschiedenen Szenarien die beste und schlechteste Leistung aufweisen.
Keywords
Zeichenfolgenübereinstimmung; parallele Programmierung; Programmierung von Grafikprozessoren; Allgemeine Programmierung von Grafikprozessoren (GPGPU); NVIDIA; CUDA; Bibliothek für Werkzeuge zur Suche nach Algorithmen zur Zeichenfolgenübereinstimmung (SMART)