基于GPU的高性能計算研究與應用.pdf_第1頁
已閱讀1頁,還剩85頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、近年來,信息技術的迅猛發(fā)展和普及應用所帶來的數據爆炸性增長,對現有的數據處理技術提出了新的挑戰(zhàn)。大數據的規(guī)模之大,使得現有的串行計算方法難以在可接受的時間內快速完成其處理和計算。為了提高處理效率,需要利用高性能計算技術,使用分而治之的并行計算模型來支撐大數據處理。而GPU由于其強大的并行計算能力、高吞吐率以及高性價比,已經成為高性能計算領域的主流加速器。
  但是,目前基于GPU的高性能計算技術對GPU的計算能力的利用不夠充分,難

2、以應對大數據環(huán)境下的并行計算。另外,在一些實際應用場景中,需要用戶熟悉GPU程序開發(fā)細節(jié),使得高性能計算系統的易用性受到影響。
  因此,本文中選取大數據環(huán)境下基于GPU的高性能計算的兩個方面進行研究:
  (1)對基于GPU的高性能計算技術中的并行計算模型進行研究與改進:
  MapReduce是一種適用于大數據處理的分布式計算模型,但其計算能力受到硬件設備的限制。因此,以MapReduce模型為基礎,借助GPU的強

3、大硬件并行能力,設計并實現了一種基于MapReduce的GPU并行計算模型——GSMR模型。實驗顯示,GSMR與同類模型相比達到良好的加速比,并具有可擴展性。
 ?。?)對GPU高性能計算技術的具體應用進行研究,涉及兩項問題:
  研究大數據環(huán)境下傳統網絡轉發(fā)設備進行IP報文處理時所面臨的吞吐率不足問題,提出一種基于GPU的并行報文分類方法,并對不同類型報文分類算法的并行化及優(yōu)化方法進行分析。實驗顯示該方法能夠有效提高報文處

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論