CPUGPU协同并行计算研究综述[1]

第38卷第3期

2011年3月

计算机科学

Computer

Science

V01.38No.3Mar201l

CPU/GPU协同并行计算研究综述

卢风顺宋君强银福康张理论(国防科学技术大学计算机学院

长沙410073)

摘要CPU/GPU异构混合并行系统以其强劲计算能力、高性价比和低能耗等特点成为新型高性能计算平台.但其复杂体系结构为并行计算研究提出了巨大挑战。CPU/GPU协同并行计算属于新兴研究领域,是一个开放的课题。根据所用计算资源的规模将CPU/GPU协同并行计算研究划分为三类,尔后从立项依据、研究内容和研究方法等方面重点介绍了几个混合计算项目,并指出了可进一步研究的方向,以期为领域科学家进行协同并行计算研究提供一定参考。

关键词异构混合,协同并行计算,GPU计算,性能优化,可扩展中图法分类号TP301

文献标识码A

SurveyofCPU/GPUSynergeticParallelComputingLUFeng-shun

SONGJun-qiang

YINFtrkang

ZHANGLi—lun

(CollegeofComputerScience,NationalUniversityofDefenseTechnology,Chapgsha410073,China)

Al葛traet

Withthefeaturesoftremendouscapability,highperformance/price

ratioand

lowpower。theheterogeneous

hybridCPU/GPUparallelsystemshavebecomethenewhighperformancecomputingplatforms.However,thearchitec-

ture

complexityofthehybridsystemposesmanychallenges

tO

on

theparallel

algorithmsdesign

on

theinfrastructure.Ac—

recent

re-

cording

thescaleofcomputational

resources

involvedinthesynergeticparallelcomputing,weclassifiedthe

searchesintothreecategories,detailedthemotivations,methodologiesandapplicationsofseveralprojects,anddiscussedsomeon-goingresearchissuesinthisdirectionintheend.Wehopethe

synergeticKeywm'fls

domain

experts

can

gain

usefulinformationabout

parallel(omputingfFOrethis

Heterogeneous

work.

hybrid,Synergeticparallelcomputing,GPUcomputing。Performanceoptimization

引言

当前,高性能计算机体系结构正处于变革期,各种新型体

GPU则将大量的晶体管用作ALu计算单元,适合高计算强度(计算/访存比)的应用汪]。在协同并行计算时。CPU和GPU应各取所长,快速、高效协同地完成高性能计算任务。另外,除管理GPU计算任务外,CPU也应当承担一部分科学计算任务。以“天河一号”巨型机为例,其计算结点采用Intel

Xeon

系结构不断涌现。采用通用多核微处理器与定制加速协处理器相结合的异构混合体系结构成为构造千万亿次计算机系统的一种可行途径。甚至有专家预言,今后的高性能计算平台将会成为以异构混合体系结构为主的格局。

在众多异构混合平台中,基于CPU/GPU异构协同的计算平台具有很大的发展潜力。正由于GPU所具有的强劲计算能力、高性能/价格比和高性能/能耗比,在当今追求绿色高性能计算的时代,GPU的计算优势受到越来越多的关注。除专业图形应用外。GPU已用于大量的通用计算问题,并形成了GPU通用计算研究领域,即GPGPU(General-purpose

computing

on

E5540/E5450通用CPU和AMD

ATIRadeonHD

4870:,,2加速GPU,计算阵列的峰值性能为214.96万亿次,加速阵列的峰值性能为942.08万亿次。如果不发挥CPU的计算能力.则相当于损失了一台200万亿次的高性能计算机。因此.需要充分挖掘CPU和GPU的计算潜能,使其达到高效协同的计算效果。

新型异构混合体系结构对大规模并行算法研究提出了新的挑战,追切需要深入研究与该体系结构相适应的并行算法。针对CPU/GPU异构混合体系结构的高性能计算平台,研究相应的协同并行计算技术,设计并实现大型科学及工程计算问题的新型并行算法,具有重大的理论和实际意义。2

graphics

processingunits),又称GP2U。鉴于

GPU在通用计算领域的优异表现,MacedoniaC¨断言GPU将成为未来计算的主流,甚至还有人将GPU的概念解释为

GeneralComputingUnit。GPU和CPU在设计思路上存在很

大差异:CPU为优化串行代码而设计,将大量的晶体管作为控制和缓存等非计算功能,注重低延迟地快速实现某个操作;

CPU/GPU协同并行计算研究进展

自nVidia公司在1999年提出GPU概念以来‘3|,随着半

刭稿日期:2010-04—13返修日期:2010-07—15

本文受国家自然科学基金(40505023)资助。

卢风顺(1982--),男.博士生,CCF会员.主要研究方向为新型体系结构下的并行算法研究、大型数值模拟等高性能计算应用,E-mail:lufengshun@nudt.edu.cn;宋君强(1962一),男。研究员。博士生导师,主要研究方向为数值天气预报、高性能计算等。

万方数据

Word文档免费下载Word文档免费下载:CPUGPU协同并行计算研究综述[1] (共9页,当前第1页)

你可能喜欢

  • 并行程序设计
  • GPU编程
  • 编程入门
  • 并行处理
  • 计算机体系结构
  • 并行计算模型
  • 向量处理机
  • 物理学专业

CPUGPU协同并行计算研究综述[1]相关文档

最新文档

返回顶部