通用GPU计算技术在高性能计算平台上的应用研究
本文关键词:通用GPU计算技术在高性能计算平台上的应用研究 出处:《兰州大学》2012年硕士论文 论文类型:学位论文
更多相关文章: GPU CUDA GPU+CPU集群 高性能计算平台 渲染
【摘要】:近年来,随着芯片技术及生产工艺的不断提升,GPU凭借其高效的计算能力逐步进入高性能计算领域的研究。随着GPU计算能力和可编程性的不断提高,利用GPU进行通用计算(GPGPU)逐渐成为研究的热点。通常GPGPU计算采用GPU+CPU的混合架构模式,而GPU+CPU混合架构计算集群在硬件架构搭建、软件环境设计等方面与传统计算环境相比,又存在着明显的差异。对于承担大规模计算任务的计算中心来说,如何使得GPU计算技术高效的融入自身的计算研究工作已经成为一个十分必要的研究课题。 本文基于甘肃省计算中心引入的混合架构集群进行应用研究工作,这种混合架构集群利用NVIDIA和ATI两类此领域主流的GPU搭建而成。研究内容主要涉及混合架构集群硬件架构方法、集群批作业自动处理、已有应用领域计算效率分析对比、GPU渲染应用等。研究包括了系统升级方案设计、计算效率测试、对比总结等工作。本论文所做的研究工作,在为甘肃省计算中心GPU高性能计算现有业务应用提出一套解决方案的同时,也为其今后设计、搭建更大规模的GPU+CPU混合架构集群,支撑省内大规模计算研究提供了一定的参考价值和技术支撑。
[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.
【学位授予单位】:兰州大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP338;TP391.41
【参考文献】
相关期刊论文 前8条
1 桂叶晨;冯前进;刘磊;陈武凡;;基于CUDA的双三次B样条缩放方法[J];计算机工程与应用;2009年01期
2 李军;李艳辉;陈双平;;CUDA架构下的快速图像去噪[J];计算机工程与应用;2009年11期
3 卢风顺;宋君强;银福康;张理论;;CPU/GPU协同并行计算研究综述[J];计算机科学;2011年03期
4 肖江;胡柯良;邓元勇;;基于CUDA的矩阵乘法和FFT性能测试[J];计算机工程;2009年10期
5 徐新海;林宇斐;易伟;;CPU-GPGPU异构体系结构相关技术综述[J];计算机工程与科学;2009年S1期
6 吴连贵;易瑜;李肯立;;基于CUDA的地震数据相干体并行算法[J];计算机应用;2009年03期
7 徐新海;杨学军;林宇斐;林一松;唐滔;;一种面向CPU-GPU异构系统的容错方法[J];软件学报;2011年10期
8 王伟;郭绍忠;王磊;冯颖;;一种基于CPU-GPU异构计算的混合编程模型[J];信息工程大学学报;2010年06期
相关硕士学位论文 前3条
1 陈波;基于CPU-GPU异构平台的性能优化及多核并行编程模型的研究[D];中国科学技术大学;2011年
2 苏丽丽;基于CPU-GPU集群的分子动力学并行计算研究[D];大连理工大学;2009年
3 孙冰;基于GPGPU的高效AES彩色数字图像加密技术的研究与实现[D];电子科技大学;2010年
,本文编号:1431602
本文链接:https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/1431602.html