基于GPU的程序分析与并行化研究

发布时间：2021-10-05 03:30

　　高性能计算机是一个国家经济和科技实力的综合体现,也是促进经济、科技发展,社会进步和国防安全的重要工具,已成为世界各国竞相争夺的战略制高点。在人们追求高性价比的并行计算机系统的同时,在许多专用领域的专用计算部件也发挥着其强大的并行计算能力。图形处理器（GPU,Graphics Processing Unit）就是一种用于通用计算的专用加速部件。随着微电子技术的发展,图形处理器,无论是在集成度还是在数据处理能力上都已远远超过通用处理器,特别是在可编程能力、并行处理能力和应用范围方面得到不断提升和扩展,成为当前计算机系统中具备高性能处理能力的部件。目前,国内外针基于GPU的并行化研究,一般都是在原有串行程序的基础上,由熟悉GPU硬件结构的计算机专业人员进行程序改写。但由于串行程序并行化后带来的各种开销,使得并行化后的执行效率可能不及串行程序的执行效率。因此,如何合理地对串行程序进行分析,评估串行程序并行化后在GPU上的执行效率变得尤为重要。本文针对如何评估串行程序并行化后在GPU上的执行效率展开研究,主要研究内容如下:一、研究支持CUDA架构的GPU多线程硬件体系结构以及编程模型。在分析目前... 

【文章来源】：战略支援部队信息工程大学河南省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

GPU与CPU单精度浮点计算能力对比图

6 个月就有新的产品问世、每隔 12 个月性能就会增长一倍，以大大速发展。图 1、图 2 是当前主流 CPU 与 GPU 的理论单精度浮点处宽的对比图[7]。图 1 GPU 与 CPU 单精度浮点计算能力对比图

6 个月就有新的产品问世、每隔 12 个月性能就会增长一倍，以大大速发展。图 1、图 2 是当前主流 CPU 与 GPU 的理论单精度浮点处宽的对比图[7]。图 1 GPU 与 CPU 单精度浮点计算能力对比图

【参考文献】：
期刊论文
[1]GPGPU性能模型及应用实例分析[J]. 韩博,周秉锋.  计算机辅助设计与图形学学报. 2009(09)
[2]一种基于可编程图形硬件的快速三维图像重建算法[J]. 梁亮,张定华,毛海鹏,顾娟.  计算机应用研究. 2006(01)
[3]基于FDK法的三维CT快速计算方法[J]. 张晓帆,何明一.  计算机工程与应用. 2004(31)
[4]图形处理器用于通用计算的技术、现状及其挑战[J]. 吴恩华.  软件学报. 2004(10)
[5]基于图形处理器（GPU）的通用计算[J]. 吴恩华,柳有权.  计算机辅助设计与图形学学报. 2004(05)

博士论文
[1]并行化编译中数据和计算的自动划分及优化技术研究[D]. 董春丽.解放军信息工程大学 2007



本文编号：3418910