隨著通用圖形處理器在高性能計(jì)算領(lǐng)域取得突破性的進(jìn)展,GPU（Graphics Processing Unit）通過(guò)并行執(zhí)行多個(gè)程序可充分利用GPU上的計(jì)算資源。但是在多應(yīng)用并行執(zhí)行的GPU內(nèi)存系統(tǒng)中,并發(fā)程序調(diào)度不當(dāng)會(huì)使得程序間相互干擾,并引入嚴(yán)重的公平性問(wèn)題,從而影響系統(tǒng)的性能。針對(duì)多應(yīng)用并行執(zhí)行環(huán)境中程序之間的訪存干擾和當(dāng)前內(nèi)存調(diào)度策略訪問(wèn)內(nèi)存效率低下的問(wèn)題,提出了一種基于程序訪存行為分類驅(qū)動(dòng)的內(nèi)存調(diào)度策略—CDMS-AAB（Classification-Driven Memory Scheduling Based on Application Behavior）。目的是基于程序訪存特性感知,設(shè)計(jì)內(nèi)存調(diào)度來(lái)減少程序間的訪存干擾,提升系統(tǒng)吞吐率并改善系統(tǒng)公平性。CDMS-AAB通過(guò)對(duì)不同訪存特性的程序進(jìn)行分類,實(shí)現(xiàn)并行環(huán)境下的差異調(diào)度,主要由判定程序類型和基于優(yōu)先級(jí)的差異調(diào)度這兩部分組成。判定程序類型主要是通過(guò)動(dòng)態(tài)地計(jì)算程序的帶寬利用率來(lái)劃分程序類型,將程序分為計(jì)算密集型和存儲(chǔ)密集型;基于優(yōu)先級(jí)的差異調(diào)度則是利用類型優(yōu)勢(shì)對(duì)程序內(nèi)的請(qǐng)求采用不同的排序策略進(jìn)行優(yōu)先級(jí)調(diào)度:不同類型程序下優(yōu)... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
2 原子尺度磁動(dòng)力學(xué)仿真計(jì)算需求分析
    2.1 磁動(dòng)力學(xué)仿真并行計(jì)算
    2.2 NVIDIA GPU體系架構(gòu)
    2.3 現(xiàn)有內(nèi)存調(diào)度策略
    2.4 本章小結(jié)
3 內(nèi)存調(diào)度方案設(shè)計(jì)
    3.1 訪存特性和訪存干擾的分析
    3.2 CDMS-AAB內(nèi)存調(diào)度設(shè)計(jì)
    3.3 本章小結(jié)
4 CDMS-AAB仿真實(shí)現(xiàn)
    4.1 仿真工具
    4.2 仿真系統(tǒng)主要模塊和相關(guān)數(shù)據(jù)結(jié)構(gòu)
    4.3 CDMS-AAB算法流程
    4.4 硬件開(kāi)銷
    4.5 本章小結(jié)
5 仿真實(shí)驗(yàn)和結(jié)果分析
    5.1 仿真說(shuō)明
    5.2 仿真結(jié)果分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間發(fā)表論文目錄



本文編號(hào)：2940701