流處理器作為一種新興的高性能微處理器,正在媒體應(yīng)用、信號(hào)處理、科學(xué)計(jì)算等多個(gè)領(lǐng)域獲得迅速發(fā)展。而應(yīng)用方面,隨著人們對(duì)圖像質(zhì)量、模擬精度、處理速度的要求越來越高,對(duì)處理器的執(zhí)行速度也提出了新的更高的要求。是否能夠?qū)⒘魈幚砑夹g(shù)高效的應(yīng)用于這些領(lǐng)域,能夠應(yīng)用的情況下如何實(shí)現(xiàn),是一個(gè)值得研究的課題。 本文首先對(duì)主要的研究背景做了深入討論,并分析了流處理器的能夠高效運(yùn)行的本質(zhì)因素,基于當(dāng)前流處理器和流應(yīng)用發(fā)展的背景,結(jié)合作者應(yīng)用流化實(shí)踐的經(jīng)驗(yàn),提出了對(duì)流應(yīng)用進(jìn)行流化特征分析的方法以及相應(yīng)的指標(biāo)。該方法通過對(duì)串行程序?qū)崿F(xiàn)的應(yīng)用進(jìn)行分析,得出一系列指標(biāo),用于反映該應(yīng)用在流化過程中性能提高的大小。 本文對(duì)一組具有典型性的測(cè)試程序進(jìn)行分析,然后將其實(shí)現(xiàn)到SP16流處理器上,通過對(duì)特征指標(biāo)與流化性能的分析對(duì)比,驗(yàn)證了本文設(shè)計(jì)的流化特征分析方法的有效性,即這些指標(biāo)能夠正確反映應(yīng)用流化后性能提高的幅度大小。 接著將流化特征分析方法使用到真實(shí)程序設(shè)計(jì)中,分別對(duì)H264、YGX2這兩個(gè)媒體處理和科學(xué)計(jì)算領(lǐng)域的典型應(yīng)用進(jìn)行了分析。結(jié)果顯示,H264的kernel內(nèi)和kernel間指標(biāo)均非常好,適合流化并能取得很大的...

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景
        1.1.1 流體系結(jié)構(gòu)
        1.1.2 抽象流模型
        1.1.3 傳統(tǒng)負(fù)載特征分析
    1.2 相關(guān)研究
        1.2.1 流處理器應(yīng)用
        1.2.2 應(yīng)用部分特征分析
    1.3 本文主要工作與創(chuàng)新
    1.4 論文結(jié)構(gòu)
第二章 流化特征分析方法
    2.1 流化定義
    2.2 流化特征
        2.2.1 串行程序結(jié)構(gòu)
        2.2.2 流化特征指標(biāo)
    2.3 驗(yàn)證方法
第三章 特征指標(biāo)有效性驗(yàn)證
    3.1 流處理平臺(tái)
    3.2 測(cè)試程序集
        3.2.1 媒體處理
        3.2.2 科學(xué)計(jì)算
        3.2.3 信號(hào)處理
    3.3 特征分析指標(biāo)驗(yàn)證
        3.3.1 Kernel 內(nèi)性能分析與指標(biāo)驗(yàn)證
        3.3.2 Kernel 間指標(biāo)驗(yàn)證
    3.4 低性能 kernel 的實(shí)際影響
第四章 應(yīng)用分析
    4.1 H.264
        4.1.1 H.264 簡(jiǎn)介
        4.1.2 程序分析與結(jié)構(gòu)調(diào)整
        4.1.3 特征分析與結(jié)論
    4.2 YGX2
        4.2.1 YGX2 簡(jiǎn)介
        4.2.2 程序分析與結(jié)構(gòu)調(diào)整
        4.2.3 特征分析與結(jié)論
    4.3 科學(xué)計(jì)算的進(jìn)一步討論
第五章 基于流化特征的流化方法
    5.1 流化基本步驟
    5.2 結(jié)構(gòu)性優(yōu)化
        5.2.1 重負(fù)載循環(huán)
        5.2.2 計(jì)算窗口重疊
        5.2.3 循環(huán)內(nèi)分支
        5.2.4 循環(huán)間數(shù)據(jù)相關(guān)
第六章 結(jié)束語
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果



本文編號(hào)：3858393