大規(guī)�？茖W(xué)計(jì)算對科學(xué)研究具有及其重要的意義,是計(jì)算機(jī)學(xué)科面臨的重大任務(wù)。近年來,隨著GPU硬件及其編程模型的快速發(fā)展,使用GPU來加速大規(guī)�？茖W(xué)計(jì)算應(yīng)用已成為必然趨勢。GPU擅長進(jìn)行計(jì)算密集型操作,而且具有極高的性價(jià)比,非常適合高性能科學(xué)計(jì)算。然而,如何有效地把科學(xué)計(jì)算應(yīng)用移植到GPU上運(yùn)行仍是一個(gè)很大的挑戰(zhàn)。在由CPU和GPU構(gòu)建的異構(gòu)系統(tǒng)中,CPU負(fù)責(zé)進(jìn)行復(fù)雜的邏輯運(yùn)算和事務(wù)管理等不適合數(shù)據(jù)并行的計(jì)算,GPU負(fù)責(zé)進(jìn)行計(jì)算密集度高、邏輯分支簡單的大規(guī)模數(shù)據(jù)計(jì)算。本文從兩個(gè)層面研究了面向大規(guī)�？茖W(xué)計(jì)算的CPU-GPU異構(gòu)并行技術(shù)。首先,根據(jù)CPU-GPU異構(gòu)平臺(tái)的特性,本文提出了CPU-GPU任務(wù)劃分和CPU-GPU間通信優(yōu)化兩種優(yōu)化策略。在討論任務(wù)劃分時(shí),本文給出了比例劃分法、曲線擬合法和搜索法三種任務(wù)劃分模型,各自適用用于不同的情況;在研究CPU-GPU間數(shù)據(jù)通信時(shí),本文提出了中間結(jié)果復(fù)用和長流分段兩種方法,從不同角度優(yōu)化CPU-GPU的通信過程。其次,針對AMD GPU硬件及其編程模型Brook+的特性,本文提出了四種面向GPU的并行優(yōu)化策略,包括平衡線程并行性和局部性、分支消除... 

【文章來源】：國防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

NVIDIAGPU與通用CPU峰值性能比較

OpenCL的平臺(tái)模型

RadeonHD4000體系結(jié)構(gòu)圖

【參考文獻(xiàn)】：
期刊論文
[1]圖形處理器用于通用計(jì)算的技術(shù)、現(xiàn)狀及其挑戰(zhàn)[J]. 吳恩華.  軟件學(xué)報(bào). 2004(10)
[2]基于圖形處理器（GPU）的通用計(jì)算[J]. 吳恩華,柳有權(quán).  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2004(05)



本文編號：3081891