本文關(guān)鍵詞：面向應(yīng)用的GPU并行計(jì)算關(guān)鍵技術(shù)研究　出處：《國(guó)防科學(xué)技術(shù)大學(xué)》2014年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： GPU 視頻編碼 CPU-GPU異構(gòu)計(jì)算 Stencil計(jì)算 性能模型 OpenCL 性能可移植性

【摘要】：隨著信息技術(shù)的進(jìn)步,大規(guī)�？茖W(xué)與工程應(yīng)用對(duì)計(jì)算性能的需求不斷增加。由于功耗的限制,過(guò)去十年計(jì)算機(jī)技術(shù)的發(fā)展基本摒棄了通過(guò)提高處理器頻率來(lái)增加計(jì)算機(jī)性能的傳統(tǒng)模式,轉(zhuǎn)而朝著多核、眾核體系結(jié)構(gòu)方向發(fā)展。由于CPU的通用性,基于多核CPU的大規(guī)模計(jì)算機(jī)系統(tǒng)仍然面臨十分嚴(yán)峻的能耗問(wèn)題。在這樣的背景下,專(zhuān)用加速部件獲得了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。尤其是以GPU為代表的異構(gòu)處理器,以其優(yōu)異的能效比,極大的促進(jìn)了高性能計(jì)算技術(shù)的發(fā)展。同時(shí),基于CPU-GPU架構(gòu)的異構(gòu)系統(tǒng)也已經(jīng)成為高性能超級(jí)計(jì)算機(jī)發(fā)展的主流方向之一,例如基于NVIDIA Kepler架構(gòu)的Titan計(jì)算機(jī)。雖然,GPU硬件技術(shù)已經(jīng)獲得了長(zhǎng)足的發(fā)展,但是,GPU的硬件體系結(jié)構(gòu)和編程模型與傳統(tǒng)CPU存在很大的不同,與之匹配的并行軟件技術(shù)相對(duì)落后,實(shí)際應(yīng)用的效率和并行程序開(kāi)發(fā)效率問(wèn)題尤為突出。本課題面向特定的應(yīng)用領(lǐng)域,深入開(kāi)展基于GPU以及CPU-GPU異構(gòu)系統(tǒng)的并行計(jì)算關(guān)鍵技術(shù)研究,涉及并行程序設(shè)計(jì)、并行編程模型、GPU性能預(yù)測(cè)模型和不同多核、眾核處理器之間程序性能可移植性等問(wèn)題。本文的主要研究工作和創(chuàng)新點(diǎn)如下:1.提出了一個(gè)基于GPU架構(gòu)的高效并行視頻編碼框架,并在GPU上實(shí)現(xiàn)了一個(gè)完整的H.264視頻編碼器。本文通過(guò)循環(huán)劃分技術(shù),將整個(gè)編碼器以幀為單位分為四個(gè)部分,分別是幀間預(yù)測(cè),幀內(nèi)編碼,熵編碼和去塊濾波。這四個(gè)部分都被加載到GPU上并行加速,既可以開(kāi)發(fā)每幀圖像潛在的并行性,也進(jìn)一步開(kāi)發(fā)了各個(gè)部分之間生產(chǎn)者-消費(fèi)者局域性,避免了不必要的CPU-GPU之間數(shù)據(jù)傳輸。本文使用CUDA編程語(yǔ)言,實(shí)現(xiàn)了一個(gè)面向GPU的完整H.264并行編碼器。針對(duì)計(jì)算密集型組件運(yùn)動(dòng)估計(jì),本文提出了一個(gè)面向大規(guī)模并行體系結(jié)構(gòu)的可擴(kuò)展并行算法(多分辨率多窗口幀間預(yù)測(cè)算法)。為了提高非規(guī)則算法的效率,本文提出了方向優(yōu)先的并行去塊濾波和基于分量的并行CAVLC算法,成功實(shí)現(xiàn)了大規(guī)模并行CAVLC編碼器,大大減少了編碼后傳回CPU的數(shù)據(jù)量。另外,本文還提出了一個(gè)多級(jí)并行幀內(nèi)編碼算法。實(shí)驗(yàn)結(jié)果表明,本文實(shí)現(xiàn)的基于GPU的H.264編碼器可以滿足30幀每秒(fps)高清實(shí)時(shí)編碼需求。2.提出并實(shí)現(xiàn)了基于大規(guī)模CPU-GPU異構(gòu)系統(tǒng)的高效地質(zhì)沉降模擬解決方案�；谔旌�-1A超級(jí)計(jì)算機(jī)實(shí)現(xiàn)了三種全顯示雙巖沉降模擬方案:基于MPI的CPU-only實(shí)現(xiàn)、基于MPI+CUDA的GPU-only實(shí)現(xiàn)以及基于MPI+Open MP+CUDA的CPU-GPU混合實(shí)現(xiàn)。采用基于Open MP的CPU并行實(shí)現(xiàn)、基于CUDA的GPU并行實(shí)現(xiàn)和MPI的節(jié)點(diǎn)間通信實(shí)現(xiàn)了GPU計(jì)算與CPU計(jì)算以及節(jié)點(diǎn)間通信的重疊。實(shí)驗(yàn)結(jié)果表明,本文提出的異構(gòu)實(shí)現(xiàn)可以獲得很高的性能,滿足高分辨率地質(zhì)沉降模擬的需求,在1024個(gè)天河-1A計(jì)算節(jié)點(diǎn)上獲得了72.8 TFlops的計(jì)算性能,模擬分辨率達(dá)到了131072×131072。3.提出了一個(gè)基于數(shù)據(jù)傳輸?shù)膕tencil計(jì)算GPU性能分析預(yù)測(cè)模型。為了理解、預(yù)測(cè)stencil計(jì)算在GPU上可以獲得的性能以及刻畫(huà)其性能瓶頸,本文對(duì)stencil計(jì)算在GPU上的各種優(yōu)化實(shí)現(xiàn)進(jìn)行了量化分析,并從數(shù)據(jù)傳輸?shù)慕嵌忍岢隽艘粋�(gè)性能分析預(yù)測(cè)模型。基于三個(gè)并行粒度:一個(gè)CUDA線程、一個(gè)線程塊以及一組可以同時(shí)執(zhí)行的線程塊,本文分別對(duì)寄存器和SM片上存儲(chǔ)器、SM片上存儲(chǔ)器和L2 cache以及L2 cache和全局存儲(chǔ)器三個(gè)存儲(chǔ)層次之間的數(shù)據(jù)傳輸量進(jìn)行建模。結(jié)合GPU在各個(gè)存儲(chǔ)器上可以獲得的實(shí)際帶寬和數(shù)據(jù)傳輸量,進(jìn)一步預(yù)測(cè)程序的執(zhí)行時(shí)間。實(shí)驗(yàn)結(jié)果表明,本文提出的基于數(shù)據(jù)傳輸?shù)男阅茴A(yù)測(cè)模型對(duì)于基本stencil實(shí)現(xiàn)在GPU上執(zhí)行時(shí)間的預(yù)測(cè)錯(cuò)誤率為6.9%,而對(duì)于經(jīng)過(guò)優(yōu)化實(shí)現(xiàn)的stencil程序的執(zhí)行時(shí)間預(yù)測(cè)錯(cuò)誤率為9.5%。4.研究了Open CL程序在多核CPU和GPU之間的性能可移植性問(wèn)題。雖然Open CL編程使得同一個(gè)程序可以在不同硬件平臺(tái)之間實(shí)現(xiàn)代碼可移植,但是其性能可移植性卻遠(yuǎn)遠(yuǎn)不能滿足要求。本文從特定的應(yīng)用出發(fā),研究基于Open CL的stencil計(jì)算在CPU、GPU之間的性能可移植性問(wèn)題。通過(guò)在循環(huán)之間增加代碼,保持代碼可移植性的基礎(chǔ)上,提高了其性能可移植性。本文發(fā)現(xiàn)空間數(shù)據(jù)分塊和寄存器重用技術(shù)可以同時(shí)提高stencil計(jì)算在CPU和GPU上的性能。實(shí)驗(yàn)結(jié)果表明,本文實(shí)現(xiàn)的面向GPU優(yōu)化的Open CL stencil計(jì)算的性能是對(duì)應(yīng)CPU上Open MP程序獲得性能的96%以及對(duì)應(yīng)GPU上CUDA程序的96.8%。
[Abstract]:With the development of information technology , the demand of large - scale science and engineering application on computing performance has been increasing . Due to the limitation of power consumption , the development of computer technology in the past decade has basically abandoned the traditional mode of increasing processor frequency to increase computer performance . In order to understand and predict the performance and performance bottleneck between CPU and GPU , this paper presents a performance analysis and prediction model based on data transmission .

【學(xué)位授予單位】：國(guó)防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TN919.81
，

本文編號(hào)：1404186