近日，实验室2017级博士生桂创意（导师廖小飞教授）的论文被国际并行体系结构和编译技术会议（International Conference on Parallel Architectures and Compilation Techniques，PACT 2021）录用，论文题目为“SumPA: Efficient Pattern-Centric Graph Mining with Pattern Abstraction”。

近年来，图算法在生产生活中得到了广泛应用，面向图结构分析的大规模通用图挖掘系统的研究也引起了部分学者注意。以图模式为中心的系统通常将一个通用的图挖掘问题转化为一系列的高性能子图匹配问题。现有系统聚焦于优化单一图模式的匹配顺序来减少搜索空间，但匹配过程中固有的冗余计算仍占据主要开销，导致显著的性能减损。该论文探索了通用图挖掘系统的冗余计算消除方法。论文提出了共享子模式概念，能够有效刻画单模式内部和多模式间的计算相似性。接着基于共享子模式设计了图模式抽象方法，将多个复杂的图模式融合为少量简单的抽象模式匹配问题。进一步利用抽象模式引导的高并行匹配引擎，完全消除子图枚举过程中的冗余计算。实验对标最好图挖掘系统Peregrine，可取得最高61.89倍性能提升。

PACT是系统结构领域重要的国际会议之一，也是中国计算机学会（CCF）推荐的B类会议（实验室Top80会议）。本届会议共收到96篇投稿，共录用25篇论文，录用率约为26.04%。

（通讯员：桂创意）