Graph500
Graph500是一项对超级计算机系统的评级,针对的是数据密集型负载。该项目是在2010年6月的国际超算大会上宣布的。第一份排名于2010年11月在ACM/IEEE超算大会上发布。该排名每年在6月的国际超算大会和11月的ACM/IEEE超算大会上发布两次。用来对超级计算机进行排名的主要性能指标是GTEPS(每秒遍历边数,以吉咖计,也即G、吉、十亿或109)。
桑迪亚国家实验室的理查德·墨菲(Richard Murphy)表示,“Graph500的目标是提高对复杂数据问题的认识”,而非专注于计算机性能测试,比如像TOP500基于HPL(高性能LINPACK)那样。[1]
尽管名为Graph500,但该评级中列出的系统总数实际上不足500,截至2014年6月已增至174个。[2]
获得冠军的算法和实现,被发表在题为《超级计算机上的超大规模广度优先搜索》(Extreme scale breadth-first search on supercomputers)的论文中。[3]
另外还有Green Graph500排行榜,它使用相同的性能指标,但排序是根据每瓦特的性能,就像TOP500(HPL)也有相应的Green 500一样。
测试基准
[编辑]Graph500使用的测试基准,强调系统的通信子系统,而非计算双精度浮点数。[1]它基于大型无向图(平均度数为16的克罗内克图模型)中的广度优先搜索(BFS)。测试基准中有三个计算内核:第一个内核用来生成图,并将其压缩为稀疏结构CSR或CSC(Compressed Sparse Row/Column,压缩稀疏行/列);第二个内核对一些随机顶点进行并行广度优先搜索(每运行一次进行64次搜索迭代);第三个内核运行单源最短路径(SSSP)计算。该基准为图定义了六种规模:[4][5]
规模 | 英文 | 顶点数 | 内存 |
---|---|---|---|
玩具型 | toy | 226 | 17G |
迷你型 | mini | 229 | 137G |
小型 | small | 232 | 1.1T |
中型 | medium | 236 | 17.6T |
大型 | large | 239 | 140T |
巨型 | huge | 242 | 1.1P |
该基准的参考实现包含多个版本:[6]
- 用GNU Octave的串行高级
- 用C语言的串行低级
- 使用OpenMP的并行C版本
- 克雷XMT的两个版本
- 基本MPI版本(具备MPI-1功能)
- 优化MPI版本(具备MPI-2单边通信)
排行榜
[编辑]Graph500 BFS
[编辑]2024年11月Graph500广度优先搜索排行榜前10名:[7]
排名 | 机器 | GTEPS | 国家 | 城市 | 安装地点 | 制造商 | 年份 | 节点数 | 核心数 | 规模 |
---|---|---|---|---|---|---|---|---|---|---|
1 | 富岳 | 204,068 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2020 | 152,064 | 7,299,072 | 43 |
2 | 武汉超级计算机 | 115,357.6 | 中国 | 武汉 | 武汉超级计算中心 | 华中科技大学 | 2023 | 252 | 6,999,552 | 41 |
3 | EOS NVIDIA DGX SUPERPOD | 39,085.4 | 美国 | 圣塔克拉拉 | 英伟达 | 英伟达 | 2023 | 416 | 485,888 | 38 |
4 | 前沿 | 29,654.6 | 美国 | 橡树岭 | 美国能源部/SC/橡树岭国家实验室 | 慧与科技 | 2021 | 9,248 | 8,730,112 | 40 |
5 | 鹏城云脑II | 28,463.1 | 中国 | 深圳 | 鹏城实验室 | 华中科技大学-鹏城实验室-华为 | 2022 | 488 | 93,696 | 40 |
6 | 极光 | 24,250.2 | 美国 | 阿尔贡 | 美国能源部/SC/阿尔贡国家实验室 | 英特尔/慧与科技 | 2023 | 4,096 | 25,591,808 | 40 |
7 | 神威·太湖之光 | 23,755.7 | 中国 | 无锡 | 国家超级计算无锡中心 | 国家并行计算机工程技术研究中心 | 2015 | 40,768 | 10,599,680 | 40 |
8 | Wisteria/BDEC-01 (Odyssey) | 16,118 | 日本 | 柏市 | 东京大学信息技术中心 | 富士通 | 2021 | 7,680 | 368,640 | 37 |
9 | 我们的海5 ACC | 15,737.43 | 西班牙 | 巴塞罗那 | 巴塞罗那超级计算中心 | Eviden | 2024 | 1,120 | 680,960 | 35 |
10 | TOKI-SORA | 10,813 | 日本 | 东京 | 宇宙航空研究开发机构 | 富士通 | 2020 | 5,760 | 276,480 | 36 |
Graph500 SSSP
[编辑]2024年11月Graph500单源最短路径排行榜前10名:[7]
排名 | 机器 | GTEPS | 国家 | 城市 | 安装地点 | 制造商 | 年份 | 节点数 | 核心数 | 规模 |
---|---|---|---|---|---|---|---|---|---|---|
1 | 武汉超级计算机 | 15,335.9 | 中国 | 武汉 | 武汉超级计算中心 | 华中科技大学 | 2023 | 252 | 6,999,552 | 41 |
2 | 鹏城云脑II | 11,529.7 | 中国 | 深圳 | 鹏城实验室 | 华中科技大学-鹏城实验室-华为 | 2022 | 488 | 93,696 | 40 |
3 | 富岳 | 2,126.45 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2020 | 82,944 | 3,981,312 | 39 |
4 | 天河E级原型机升级系统 | 2,054.35 | 中国 | 天津 | 国家超级计算天津中心 | 国防科技大学 | 2021 | 2,048 | 131,072 | 34 |
5 | SuperMUC-NG | 1,053.93 | 德国 | 加兴 | 莱布尼茨超级计算中心 | 联想集团 | 2018 | 4,096 | 196,608 | 37 |
6 | NERSC Cori - 1024 haswell分区 | 558.833 | 美国 | DOE/SC/LBNL/NERSC | NERSC/LBNL | 克雷公司 | 2017 | 1,024 | 32,768 | 36 |
7 | Nurion | 337.239 | 韩国 | 大田 | 韩国科学技术情报研究院 | 克雷公司 | 2018 | 1,024 | 65,536 | 36 |
8 | NERSC Cori - 512 KNL分区 | 229.188 | 美国 | DOE/SC/LBNL/NERSC | NERSC/LBNL | 克雷公司 | 2017 | 512 | 32,768 | 35 |
9 | Lise | 197.7 | 德国 | 柏林 | 柏林祖斯学院 | 源讯 | 2019 | 1,270 | 121,920 | 38 |
10 | 未公开的克雷XE6 | 134.173 | 美国 | 大学 | National Computing Facility | 克雷公司 | 2013 | 512 | 16,384 | 34 |
Green Graph500小数据
[编辑]2024年11月Green Graph500小数据排行榜前10名:[8]
排名 | 机器 | MTEPS/W | 国家 | 地点 | Graph500排名 | 规模 | GTEPS | 节点数 | 核心数 | 功率(瓦) |
---|---|---|---|---|---|---|---|---|---|---|
1 | 天河-湖南大学 | 22,301.67 | 中国 | 湖南大学/国家超级计算长沙中心 | 19 | 26 | 1,845.017195 | 1 | 64 | 82.73 |
2 | RAZIEL | 22,094.87 | 以色列 | 海法 | 20 | 28 | 1,679.210000 | 1 | 16 | 76 |
3 | JiFeng | 12,512.81 | 中国 | 华中科技大学/浙江实验室 | 53 | 20 | 461.222000 | 1 | 512 | 36.86 |
4 | 天河E级原型机@Newbenchmarking@GreenBFS | 8,635.11 | 中国 | 国家超级计算天津中心 | 32 | 27 | 1,165.740000 | 1 | 64 | 135 |
5 | YITU | 6,396.14 | BDTS-SCTS-CGCL | 36 | 27 | 1,010.590000 | 1 | 28 | 158 | |
6 | 天河E级原型机@GraphV | 6,099.61 | 中国 | 国家超级计算天津中心 | 39 | 26 | 884.443000 | 1 | 64 | 145 |
7 | ENIAD | 6,028.85 | 美国 | 宾夕法尼亚大学 | 42 | 26 | 783.750300 | 1 | 16 | 130 |
8 | 高通量计算机(+Nvidia V100) | 2,099.09 | SMARCO & ICT | 65 | 26 | 319.061000 | 1 | 24 | 152 | |
9 | 高通量计算机(+GPU) | 1,830.31 | SMARCO | 74 | 26 | 237.940000 | 1 | 58 | 130 | |
10 | GMC6KA | 1,430.90 | 日本 | 日本电信电话武藏野研发中心 | 69 | 23 | 265.460000 | 1 | 16 | 185.52 |
Green Graph500大数据
[编辑]2024年11月Green Graph500大数据排行榜前10名:[8]
排名 | 机器 | MTEPS/W | 国家 | 地点 | Graph500排名 | 规模 | GTEPS | 节点数 | 核心数 | 功率(瓦) |
---|---|---|---|---|---|---|---|---|---|---|
1 | 天河E级原型机@Newbenchmarking@SuperCSR | 6,320.24 | 中国 | 国家超级计算天津中心 | 35 | 30 | 1,055.480000 | 1 | 64 | 167 |
2 | 天河E级原型机 | 4,385.24 | 中国 | 国家超级计算天津中心 | 41 | 30 | 811.270000 | 1 | 64 | 185 |
3 | ENIAD | 2,057.08 | 美国 | 宾夕法尼亚大学 | 54 | 30 | 436.100000 | 1 | 8 | 212 |
4 | Polymer2 | 687.18 | 中国 | 上海交通大学 | 63 | 30 | 350.460000 | 1 | 56 | 510 |
5 | 高通量计算机(+NVidia V100) | 678.26 | SMARCO & ICT | 84 | 30 | 163.461000 | 1 | 48 | 241 | |
6 | 高通量计算机(+Nvidia V100) | 638.22 | SMARCO & ICT | 87 | 30 | 146.790000 | 1 | 1 | 230 | |
7 | 高通量计算机 | 326.48 | SMARCO | 113 | 30 | 39.830000 | 1 | 40 | 122 | |
8 | IBM Power8+ Tesla P100 | 177.45 | 俄羅斯 | IBM莫斯科/MSU Alex Kolganov | 112 | 30 | 41.700000 | 1 | 66 | 235 |
9 | PowerfullServer | 112.41 | 俄羅斯 | Alex Kolganov | 130 | 30 | 16.300000 | 1 | 18 | 145 |
10 | IBM POWER8+ | 66.00 | 俄羅斯 | IBM莫斯科/MSU Alex Kolganov | 139 | 30 | 13.200000 | 1 | 10 | 200 |
历史
[编辑]历次排行榜榜首机器。
Graph500 BFS
[编辑]年月 | 机器 | GTEPS | 国家 | 城市 | 安装地点 | 制造商 | 年份 | 节点数 | 核心数 | 规模 | 来源 |
---|---|---|---|---|---|---|---|---|---|---|---|
2010-11 | Intrepid(蓝色基因) | 7.0867 | 美国 | 阿尔贡 | 阿尔贡国家实验室 | IBM | 8,192 | 32,000 | 36 | [9] | |
2011-06 | Intrepid(蓝色基因/P) | 18.4684 | 美国 | 阿尔贡 | 阿尔贡国家实验室 | IBM | 32,768 | 131,072 | 38 | [10] | |
2011-11 | NNSA/SC(蓝色基因/Q原型机) | 253.403 | 美国 | NNSA/IBM研究院托马斯·沃森 | IBM | 4,096 | 65,536 | 32 | [11] | ||
2012-06 | 米拉 | 3,541 | 美国 | 阿尔贡 | 美国能源部/SC/阿尔贡国家实验室 | IBM | 2012 | 32,768 | 524,288 | 38 | [12] |
2012-11 | 红杉(蓝色基因/Q) | 15,363 | 美国 | 利弗莫尔 | 劳伦斯利弗莫尔国家实验室 | IBM | 2012 | 65,536 | 1,048,576 | 40 | [13] |
2013-06 | [14] | ||||||||||
2013-11 | [15] | ||||||||||
2014-06 | 京 | 17,977.1 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2011 | 65,536 | 524,288 | 40 | [16] |
2014-11 | 红杉 | 15,363 | 美国 | 利弗莫尔 | 劳伦斯利弗莫尔国家实验室 | IBM | 2012 | 98,304 | 1,572,864 | 41 | [17] |
2015-07 | 京 | 31,302.4 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2011 | 82,944 | 663,552 | 40 | [18] |
2015-11 | [19] | ||||||||||
2016-06 | [20] | ||||||||||
2016-11 | [21] | ||||||||||
2017-06 | [22] | ||||||||||
2017-11 | [23] | ||||||||||
2018-06 | [24] | ||||||||||
2018-11 | [25] | ||||||||||
2019-06 | [26] | ||||||||||
2019-11 | 神威·太湖之光 | 23,755.7 | 中国 | 无锡 | 国家超级计算无锡中心 | NRCPC | 2015 | 40,768 | 10,599,680 | 40 | [27] |
2020-06 | 富岳 | 70,980 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2020 | 92,160 | 4,423,680 | 40 | [28] |
2020-11 | 富岳 | 102,956 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2020 | 158,976 | 7,630,848 | 41 | [29] |
2021-06 | [30] | ||||||||||
2021-11 | [31] | ||||||||||
2022-06 | 富岳 | 102,955 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2020 | 158,976 | 7,630,848 | 41 | [32] |
2022-11 | [33] | ||||||||||
2023-06 | 富岳 | 137,096 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2020 | 152,064 | 7,299,072 | 42 | [34] |
2023-11 | 富岳 | 138,867 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2020 | 152,064 | 7,299,072 | 42 | [35] |
2024-06 | 富岳 | 166,029 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2020 | 152,064 | 7,299,072 | 42 | [36] |
2024-11 | 富岳 | 204,068 | 日本 | 神户 | 理化学研究所计算科学中心 | 富士通 | 2020 | 152,064 | 7,299,072 | 43 | [7] |
Graph500 SSSP
[编辑]年月 | 机器 | GTEPS | 国家 | 城市 | 安装地点 | 制造商 | 年份 | 节点数 | 核心数 | 规模 | 来源 |
---|---|---|---|---|---|---|---|---|---|---|---|
2017-11 | 未公开的克雷XE6 | 12.88 | 美国 | 大学 | 大学 | 克雷公司 | 2013 | 512 | 8,192 | 31 | [37] |
2018-06 | [38] | ||||||||||
2018-11 | SuperMUC-NG | 1,053.93 | 德国 | 加兴 | 莱布尼茨超级计算中心 | 联想集团 | 2018 | 4,096 | 196,608 | 37 | [39] |
2019-06 | [40] | ||||||||||
2019-11 | [41] | ||||||||||
2020-06 | [42] | ||||||||||
2020-11 | [43] | ||||||||||
2021-06 | 天河E级原型机升级系统 | 2,054.35 | 中国 | 天津 | 国家超级计算天津中心 | 国防科技大学 | 2021 | 2,048 | 131,072 | 34 | [44] |
2021-11 | [45] | ||||||||||
2022-06 | DepGraph Supernode | 3,870.937 | 中国 | 武汉 | 国家大数据技术与系统工程研究中心 | 华中科技大学/英伟达 | 2022 | 1 | 128 | 33 | [46] |
2022-11 | 鹏城云脑II | 12,448.5 | 中国 | 深圳 | 鹏城实验室 | 华中科技大学-鹏城实验室-华为 | 2022 | 488 | 93,696 | 40 | [47] |
2023-06 | 武汉超级计算机 | 19,039.1 | 中国 | 武汉 | 武汉超级计算中心 | 华中科技大学 | 2023 | 252 | 6,999,552 | 40 | [48] |
2023-11 | 武汉超级计算机 | 15,335.9 | 中国 | 武汉 | 武汉超级计算中心 | 华中科技大学 | 2023 | 252 | 6,999,552 | 41 | [49] |
2024-06 | [50] | ||||||||||
2024-11 | [7] |
Green Graph500小数据
[编辑]年月 | 机器 | MTEPS/W | 国家 | 地点 | Graph500排名 | 规模 | GTEPS | 节点数 | 核心数 | 功率(瓦) | 来源 |
---|---|---|---|---|---|---|---|---|---|---|---|
2013-06 | GraphCREST-Tegra3 | 64.12 | 日本 | 中央大学 | 132 | 20 | 0.153885 | 1 | 2.4 | [51] | |
2013-11 | GraphCREST-Xperia-A-SO-04E | 153.17 | 日本 | Yuichiro Yasui | 143 | 20 | 0.477633 | 1 | 3.1184 | [52] | |
2014-06 | Colonial | 445.92 | 美国 | 乔治·华盛顿大学 | 43 | 20 | 122.182000 | 1 | 12 | 274 | [53] |
2014-11 | 45 | [54] | |||||||||
2015-07 | 46 | [55] | |||||||||
2015-11 | TitanX_forsite | 815.68 | forsite-company.ru/英伟达 | 47 | 26 | 132.140000 | 1 | 28 | 162 | [56] | |
2016-06 | 52 | [57] | |||||||||
2017-06 | 52 | [58] | |||||||||
2017-11 | IBM POWER8+ Tesla P100 | 1,165.71 | 俄羅斯 | IBM莫斯科 /莫斯科国立大学Alex Kolganov |
50 | 26 | 204.000000 | 1 | 66 | 175 | [59] |
2018-06 | [60] | ||||||||||
2018-11 | [61] | ||||||||||
2019-06 | Graph-WICIL-Node0 | 1,400.19 | 美国 | 威斯康星大学麦迪逊分校 | 67 | 23 | 79.531000 | 1 | 18 | 56.8 | [62] |
2019-11 | 高通量计算机(+GPU) | 1,830.31 | SMARCO | 42 | 26 | 237.940000 | 1 | 58 | 130 | [63] | |
2020-06 | 高通量计算机(+Nvidia V100) | 1,926.52 | SMARCO/ICT | 37 | 26 | 271.640000 | 1 | 1 | 141 | [64] | |
2020-11 | 高通量计算机(+Nvidia V100) | 2,099.09 | SMARCO/ICT | 38 | 26 | 319.061000 | 1 | 24 | 152 | [65] | |
2021-06 | ENIAD | 6,028.85 | 美国 | 宾夕法尼亚大学 | 26 | 26 | 783.750300 | 1 | 16 | 130 | [66] |
2021-11 | DepGraph | 6,234.32 | 中国 | 国家大数据技术与系统工程研究中心 服务计算技术与系统实验室 /华中科技大学集群与网格计算实验室 |
25 | 27 | 997.491000 | 1 | 28 | 160 | [67] |
2022-06 | 天河E级原型机 @Newbenchmarking@GreenBFS |
8,635.11 | 中国 | 国家超级计算天津中心 | 24 | 27 | 1,165.740000 | 1 | 64 | 135 | [68] |
2022-11 | HP-UFG | 62,799.38 | UC | 14 | 28 | 2,009.580000 | 1 | 512 | 32 | [69] | |
2023-06 | 17 | [70] | |||||||||
2023-11 | RAZIEL | 22,094.87 | 以色列 | 海法 | 15 | 28 | 1,679.210000 | 1 | 16 | 76 | [71] |
2024-06 | 17 | [72] | |||||||||
2024-11 | 天河-湖南大学 | 22,301.67 | 中国 | 湖南大学/国家超级计算长沙中心 | 19 | 26 | 1,845.017195 | 1 | 64 | 82.73 | [8] |
Green Graph500大数据
[编辑]年月 | 机器 | MTEPS/W | 国家 | 地点 | Graph500排名 | 规模 | GTEPS | 节点数 | 核心数 | 功率(瓦) | 来源 |
---|---|---|---|---|---|---|---|---|---|---|---|
2013-06 | JUQUEEN | 5.41 | 德国 | 于利希研究中心 | 3 | 38 | 5,848.000000 | 16,384 | 1,081,340 | [51] | |
2013-11 | TSUBAME KFC | 6.72 | 日本 | 东京工业大学 | 47 | 32 | 44.019100 | 32 | 6552.7 | [52] | |
2014-06 | GraphCREST-SandybridgeEP-2.4GHz | 59.12 | 日本 | 九州大学 | 62 | 30 | 28.478000 | 1 | 32 | 481.7 | [53] |
2014-11 | GraphCREST-SandybridgeEP-2.4GHz | 61.48 | 日本 | 九州大学 | 66 | 30 | 28.614000 | 1 | 32 | 465.4 | [54] |
2015-07 | GraphCREST-SandybridgeEP-2.4GHz | 62.93 | 日本 | 九州大学 | 67 | 30 | 31.325000 | 1 | 32 | 497.8 | [55] |
2015-11 | 74 | [56] | |||||||||
2016-06 | 82 | [57] | |||||||||
2016-11 | 82 | [73] | |||||||||
2017-06 | 82 | [58] | |||||||||
2017-11 | IBM POWER8+ Tesla P100 | 177.45 | 俄羅斯 | IBM莫斯科 /莫斯科国立大学Alex Kolganov |
86 | 30 | 41.700000 | 1 | 66 | 235 | [59] |
2018-06 | 86 | [60] | |||||||||
2018-11 | 86 | [61] | |||||||||
2019-06 | 77 | [62] | |||||||||
2019-11 | 高通量计算机 | 282.70 | SMARCO | 81 | 30 | 34.490000 | 1 | 40 | 122 | [63] | |
2020-06 | 高通量计算机(+Nvidia V100) | 638.22 | SMARCO/ICT | 54 | 30 | 146.790000 | 1 | 1 | 230 | [64] | |
2020-11 | 高通量计算机(+Nvidia V100) | 678.26 | SMARCO/ICT | 55 | 30 | 163.461000 | 1 | 48 | 241 | [65] | |
2021-06 | 天河E级原型机 | 4,385.24 | 中国 | 国家超级计算天津中心 | 25 | 30 | 811.270000 | 1 | 64 | 185 | [66] |
2021-11 | 31 | [67] | |||||||||
2022-06 | 天河E级原型机 @Newbenchmarking@SuperCSR |
6,320.24 | 中国 | 国家超级计算天津中心 | 27 | 30 | 1,055.480000 | 1 | 64 | 167 | [68] |
2022-11 | HP-UFG | 33,043.16 | HP-UFG | 15 | 30 | 1,883.460000 | 1 | 512 | 57 | [69] | |
2023-06 | 18 | [70] | |||||||||
2023-11 | RAZIEL | 16,238.05 | 以色列 | 海法 | - | 30 | 1,412.710000 | 1 | 16 | 87 | [71] |
2024-06 | [72] | ||||||||||
2024-11 | 天河E级原型机 @Newbenchmarking@SuperCSR |
6,320.24 | 中国 | 国家超级计算天津中心 | 35 | 30 | 1,055.480000 | 1 | 64 | 167 | [8] |
参见
[编辑]参考资料
[编辑]- ^ 1.0 1.1 The Exascale Report. The Case for the Graph 500 – Really Fast or Really Productive? Pick One [Graph500的案例——速度真的快还是效率真的高?挑一个]. Inside HPC. 2012-03-15 (英语).
- ^ June 2014 | Graph 500 [2014年6月 | Graph 500]. [2014-06-26]. (原始内容存档于2014-06-28) (英语).
- ^ 3.0 3.1 Ueno, Koji; Suzumura, Toyotaro; Maruyama, Naoya; Fujisawa, Katsuki; Matsuoka, Satoshi. Extreme scale breadth-first search on supercomputers [超级计算机上的超大规模广度优先搜索]. 2016 IEEE International Conference on Big Data (Big Data) [2016年IEEE大数据国际大会(大数据)]. 2016: 1040—1047. ISBN 978-1-4673-9005-7. doi:10.1109/BigData.2016.7840705 (英语).
- ^ Performance Evaluation of Graph500 on Large-Scale Distributed Environment [Graph500在大规模分布式环境下的性能评估] (PDF). 奥斯汀: IEEE IISWC. 2011 (英语).
- ^ presentation [演示] (PDF) (英语).
- ^ Graph500: адекватный рейтинг [Graph500:足够的评级]. Open Systems #1 2011 (俄语).
- ^ 7.0 7.1 7.2 7.3 Top Ten from November 2024 [2024年11月的前10名]. Graph500. [2024-11-25] (英语).
- ^ 8.0 8.1 8.2 8.3 November 2024 Green [2024年11月Green榜]. Graph500. [2024-11-25] (英语).
- ^ November 2010 [2010年11月]. Graph500. [2024-11-26] (英语).
- ^ June 2011 [2011年6月]. Graph500. [2024-11-26] (英语).
- ^ November 2011 [2011年11月]. Graph500. [2024-11-26] (英语).
- ^ June 2012 [2012年6月]. Graph500. [2024-11-26] (英语).
- ^ November 2012 [2012年11月]. Graph500. [2024-11-26] (英语).
- ^ June 2013 [2013年6月]. Graph500. [2024-11-26] (英语).
- ^ November 2013 [2013年11月]. Graph500. [2024-11-26] (英语).
- ^ June 2014 [2014年6月]. Graph500. [2024-11-26] (英语).
- ^ November 2014 [2014年11月]. Graph500. [2024-11-26] (英语).
- ^ July 2015 [2015年7月]. Graph500. [2024-11-26] (英语).
- ^ November 2015 [2015年11月]. Graph500. [2024-11-26] (英语).
- ^ June 2016 [2016年6月]. Graph500. [2024-11-26] (英语).
- ^ November 2016 [2016年11月]. Graph500. [2024-11-26] (英语).
- ^ June 2017 [2017年6月]. Graph500. [2024-11-26] (英语).
- ^ November 2017 BFS [2017年11月BFS]. Graph500. [2024-11-26] (英语).
- ^ June 2018 BFS [2018年6月BFS]. Graph500. [2024-11-26] (英语).
- ^ November 2018 BFS [2018年11月BFS]. Graph500. [2024-11-26] (英语).
- ^ June 2019 BFS [2019年6月BFS]. Graph500. [2024-11-26] (英语).
- ^ November 2019 BFS [2019年11月BFS]. Graph500. [2024-11-26] (英语).
- ^ June 2020 BFS [2020年6月BFS]. Graph500. [2024-11-26] (英语).
- ^ November 2020 BFS [2020年11月BFS]. Graph500. [2024-11-26] (英语).
- ^ June 2021 BFS [2021年6月BFS]. Graph500. [2024-11-26] (英语).
- ^ November 2021 BFS [2021年11月BFS]. Graph500. [2024-11-26] (英语).
- ^ June 2022 BFS [2022年6月BFS]. Graph500. [2024-11-26] (英语).
- ^ November 2022 BFS [2022年11月BFS]. Graph500. [2024-11-26] (英语).
- ^ June 2023 BFS [2023年6月BFS]. Graph500. [2024-11-26] (英语).
- ^ November 2023 BFS [2023年11月BFS]. Graph500. [2024-11-26] (英语).
- ^ June 2024 BFS [2024年6月BFS]. Graph500. [2024-11-26] (英语).
- ^ November 2017 SSSP [2017年11月SSSP]. Graph500. [2024-11-26] (英语).
- ^ June 2018 SSSP [2018年6月SSSP]. Graph500. [2024-11-26] (英语).
- ^ November 2018 SSSP [2018年11月SSSP]. Graph500. [2024-11-26] (英语).
- ^ June 2019 SSSP [2019年6月SSSP]. Graph500. [2024-11-26] (英语).
- ^ November 2019 SSSP [2019年11月SSSP]. Graph500. [2024-11-26] (英语).
- ^ June 2020 SSSP [2020年6月SSSP]. Graph500. [2024-11-26] (英语).
- ^ November 2020 SSSP [2020年11月SSSP]. Graph500. [2024-11-26] (英语).
- ^ June 2021 SSSP [2021年6月SSSP]. Graph500. [2024-11-27] (英语).
- ^ November 2021 SSSP [2021年11月SSSP]. Graph500. [2024-11-27] (英语).
- ^ June 2022 SSSP [2022年6月SSSP]. Graph500. [2024-11-27] (英语).
- ^ November 2022 SSSP [2022年11月SSSP]. Graph500. [2024-11-27] (英语).
- ^ June 2023 SSSP [2023年6月SSSP]. Graph500. [2024-11-27] (英语).
- ^ November 2023 SSSP [2023年11月SSSP]. Graph500. [2024-11-27] (英语).
- ^ June 2024 SSSP [2024年6月SSSP]. Graph500. [2024-11-27] (英语).
- ^ 51.0 51.1 June 13 Green [13年6月Green]. Graph500. [2024-11-27] (英语).
- ^ 52.0 52.1 November 13 Green [13年11月Green]. Graph500. [2024-11-27] (英语).
- ^ 53.0 53.1 June 14 Green [14年6月Green]. Graph500. [2024-11-27] (英语).
- ^ 54.0 54.1 November 14 Green [14年11月Green]. Graph500. [2024-11-27] (英语).
- ^ 55.0 55.1 July 15 Green [15年7月Green]. Graph500. [2024-11-27] (英语).
- ^ 56.0 56.1 November 15 Green [15年11月Green]. Graph500. [2024-11-27] (英语).
- ^ 57.0 57.1 June 16 Green [16年6月Green]. Graph500. [2024-11-27] (英语).
- ^ 58.0 58.1 June 17 Green [17年6月Green]. Graph500. [2024-11-27] (英语).
- ^ 59.0 59.1 November 17 Green [17年11月Green]. Graph500. [2024-11-27] (英语).
- ^ 60.0 60.1 June 18 Green [18年6月Green]. Graph500. [2024-11-27] (英语).
- ^ 61.0 61.1 November 18 Green [18年11月Green]. Graph500. [2024-11-27] (英语).
- ^ 62.0 62.1 June 2019 Green [2019年6月Green]. Graph500. [2024-11-27] (英语).
- ^ 63.0 63.1 November 2019 Green [2019年11月Green]. Graph500. [2024-11-27] (英语).
- ^ 64.0 64.1 June 2020 Green [2020年6月Green]. Graph500. [2024-11-27] (英语).
- ^ 65.0 65.1 November 2020 Green [2020年11月Green]. Graph500. [2024-11-27] (英语).
- ^ 66.0 66.1 June 2021 Green [2021年6月Green]. Graph500. [2024-11-27] (英语).
- ^ 67.0 67.1 November 2021 GREEN [2021年11月GREEN]. Graph500. [2024-11-27] (英语).
- ^ 68.0 68.1 June 2022 GREEN [2022年6月GREEN]. Graph500. [2024-11-27] (英语).
- ^ 69.0 69.1 November 2022 Green [2022年11月Green]. Graph500. [2024-11-27] (英语).
- ^ 70.0 70.1 June 2023 Green [2023年6月Green]. Graph500. [2024-11-27] (英语).
- ^ 71.0 71.1 November 2023 Green [2023年11月Green]. Graph500. [2024-11-27] (英语).
- ^ 72.0 72.1 June 2024 Green [2024年6月Green]. Graph500. [2024-11-27] (英语).
- ^ November 16 Green [16年11月Green]. Graph500. [2024-11-27] (英语).
外部链接
[编辑]- 官方网站
- 桑迪亚国家实验室. Introducing the Graph 500 [Graph500介绍] (PDF) (英语).