本文關(guān)鍵詞：通用GPU計(jì)算技術(shù)在高性能計(jì)算平臺(tái)上的應(yīng)用研究　出處：《蘭州大學(xué)》2012年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： GPU CUDA GPU+CPU集群 高性能計(jì)算平臺(tái) 渲染

【摘要】：近年來,隨著芯片技術(shù)及生產(chǎn)工藝的不斷提升,GPU憑借其高效的計(jì)算能力逐步進(jìn)入高性能計(jì)算領(lǐng)域的研究。隨著GPU計(jì)算能力和可編程性的不斷提高,利用GPU進(jìn)行通用計(jì)算(GPGPU)逐漸成為研究的熱點(diǎn)。通常GPGPU計(jì)算采用GPU+CPU的混合架構(gòu)模式,而GPU+CPU混合架構(gòu)計(jì)算集群在硬件架構(gòu)搭建、軟件環(huán)境設(shè)計(jì)等方面與傳統(tǒng)計(jì)算環(huán)境相比,又存在著明顯的差異。對(duì)于承擔(dān)大規(guī)模計(jì)算任務(wù)的計(jì)算中心來說,如何使得GPU計(jì)算技術(shù)高效的融入自身的計(jì)算研究工作已經(jīng)成為一個(gè)十分必要的研究課題。 本文基于甘肅省計(jì)算中心引入的混合架構(gòu)集群進(jìn)行應(yīng)用研究工作,這種混合架構(gòu)集群利用NVIDIA和ATI兩類此領(lǐng)域主流的GPU搭建而成。研究?jī)?nèi)容主要涉及混合架構(gòu)集群硬件架構(gòu)方法、集群批作業(yè)自動(dòng)處理、已有應(yīng)用領(lǐng)域計(jì)算效率分析對(duì)比、GPU渲染應(yīng)用等。研究包括了系統(tǒng)升級(jí)方案設(shè)計(jì)、計(jì)算效率測(cè)試、對(duì)比總結(jié)等工作。本論文所做的研究工作,在為甘肅省計(jì)算中心GPU高性能計(jì)算現(xiàn)有業(yè)務(wù)應(yīng)用提出一套解決方案的同時(shí),也為其今后設(shè)計(jì)、搭建更大規(guī)模的GPU+CPU混合架構(gòu)集群,支撐省內(nèi)大規(guī)模計(jì)算研究提供了一定的參考價(jià)值和技術(shù)支撐。
[Abstract]:In recent years, with the continuous improvement of chip technology and production technology, GPUs have gradually entered the field of high-performance computing by virtue of their efficient computing power, and with the continuous improvement of GPU computing power and programmability. Using GPU to carry out general purpose computing (GPU) has gradually become a hot research topic. Usually, GPGPU computing adopts the hybrid architecture mode of GPU CPU. The GPU CPU hybrid architecture computing cluster is compared with the traditional computing environment in hardware architecture, software environment design and so on. There is also a clear difference. For computing centers that undertake large-scale computing tasks. How to integrate GPU computing technology into its own computational research work has become a very necessary research topic. This paper is based on the hybrid architecture cluster introduced by Gansu Computing Center for application research. This hybrid architecture cluster is based on NVIDIA and ATI, which are two kinds of mainstream GPU in this field. The research mainly involves the hybrid architecture cluster hardware architecture method, cluster batch processing automatically. The research includes system upgrade scheme design, calculation efficiency test, comparison and summary. The research work done in this paper. This paper presents a solution for the existing GPU high-performance computing applications in Gansu Computing Center, and designs a larger GPU CPU hybrid architecture cluster for its future design. The research of large-scale calculation in support province provides certain reference value and technical support.
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：TP338;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 桂葉晨;馮前進(jìn);劉磊;陳武凡;;基于CUDA的雙三次B樣條縮放方法[J];計(jì)算機(jī)工程與應(yīng)用;2009年01期

2 李軍;李艷輝;陳雙平;;CUDA架構(gòu)下的快速圖像去噪[J];計(jì)算機(jī)工程與應(yīng)用;2009年11期

3 盧風(fēng)順;宋君強(qiáng);銀�？�;張理論;;CPU/GPU協(xié)同并行計(jì)算研究綜述[J];計(jì)算機(jī)科學(xué);2011年03期

4 肖江;胡柯良;鄧元勇;;基于CUDA的矩陣乘法和FFT性能測(cè)試[J];計(jì)算機(jī)工程;2009年10期

5 徐新海;林宇斐;易偉;;CPU-GPGPU異構(gòu)體系結(jié)構(gòu)相關(guān)技術(shù)綜述[J];計(jì)算機(jī)工程與科學(xué);2009年S1期

6 吳連貴;易瑜;李肯立;;基于CUDA的地震數(shù)據(jù)相干體并行算法[J];計(jì)算機(jī)應(yīng)用;2009年03期

7 徐新海;楊學(xué)軍;林宇斐;林一松;唐滔;;一種面向CPU-GPU異構(gòu)系統(tǒng)的容錯(cuò)方法[J];軟件學(xué)報(bào);2011年10期

8 王偉;郭紹忠;王磊;馮穎;;一種基于CPU-GPU異構(gòu)計(jì)算的混合編程模型[J];信息工程大學(xué)學(xué)報(bào);2010年06期

相關(guān)碩士學(xué)位論文 前3條

1 陳波;基于CPU-GPU異構(gòu)平臺(tái)的性能優(yōu)化及多核并行編程模型的研究[D];中國科學(xué)技術(shù)大學(xué);2011年

2 蘇麗麗;基于CPU-GPU集群的分子動(dòng)力學(xué)并行計(jì)算研究[D];大連理工大學(xué);2009年

3 孫冰;基于GPGPU的高效AES彩色數(shù)字圖像加密技術(shù)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2010年

，

本文編號(hào)：1431602