基于CPU-GPU異構(gòu)平臺(tái)的性能優(yōu)化及多核并行編程模型的研究.pdf

1、隨著圖形處理器（GPU）的計(jì)算能力和可編程性的不斷提高，利用GPU進(jìn)行通用計(jì)算（GPGPU）逐漸成為研究的熱點(diǎn)。通常GPGPU計(jì)算采用CPU-GPU的異構(gòu)模式，雖然這種異構(gòu)模式能夠獲得好的性能收益，但其程序開發(fā)和性能優(yōu)化的復(fù)雜度要比同構(gòu)系統(tǒng)大的多。
　　 在CPU-GPU異構(gòu)系統(tǒng)上進(jìn)行計(jì)算會(huì)遇到很多性能瓶頸，例如：負(fù)載均衡、同步與延遲、數(shù)據(jù)局部性、任務(wù)劃分等。這些因素對(duì)提高程序的性能至關(guān)重要。此外，盡管CUDA編程模型極大的降低

2、了CPU-GPU異構(gòu)平臺(tái)編程的難度，但對(duì)于大多數(shù)串行程序開發(fā)者來說，其開發(fā)門檻還是相對(duì)較高，而且當(dāng)?shù)讓拥挠布脚_(tái)發(fā)生變化時(shí)，軟件開發(fā)者又要學(xué)習(xí)一種新的編程模型并針對(duì)新的硬件平臺(tái)重新改寫已有的程序，這無疑加重了程序員的負(fù)擔(dān)。因此設(shè)計(jì)一種使用簡(jiǎn)單、平臺(tái)無關(guān)的多核并行編程模型具有重要意義。
　　 本文主要進(jìn)行了以下研究工作：
　　 （1）分析了影響CPU-GPU異構(gòu)平臺(tái)上程序性能的關(guān)鍵因素，全面總結(jié)了已有的優(yōu)化方法并設(shè)計(jì)了一種

3、使用原子函數(shù)實(shí)現(xiàn)不同線程塊之間同步等自己的優(yōu)化方法和優(yōu)化策略。對(duì)每一種優(yōu)化方法都進(jìn)行了實(shí)驗(yàn)驗(yàn)證和理論分析，其中我們?cè)O(shè)計(jì)的使用原子函數(shù)實(shí)現(xiàn)不同線程塊之間同步的方法比現(xiàn)有的重新啟動(dòng)內(nèi)核函數(shù)的方法要快4～5倍。
　　 （2）為了進(jìn)一步驗(yàn)證各種優(yōu)化方法的效果，也為了完整的介紹在CPU-GPU異構(gòu)上進(jìn)行程序開發(fā)的流程（算法設(shè)計(jì)、編程實(shí)現(xiàn)、性能優(yōu)化），我們以解決生物信息學(xué)中的DNA或蛋白質(zhì)局部序列比對(duì)問題為例，在CPU-GPU異構(gòu)平臺(tái)上設(shè)計(jì)

4、并實(shí)現(xiàn)了基于列并行的Smith-Waterman算法，綜合運(yùn)用多種優(yōu)化方法進(jìn)行優(yōu)化后的并行程序獲得了平均37倍的加速比。
　　 （3）在深入分析了OpenMM并行編程框架之后，設(shè)計(jì)了一個(gè)基于庫的、平臺(tái)無關(guān)的多核并行編程模型。為了驗(yàn)證該模型的可行性和易用性，實(shí)現(xiàn)了一個(gè)面向科學(xué)計(jì)算的原型系統(tǒng)，通過設(shè)計(jì)合理的API層次結(jié)構(gòu)，對(duì)上層用戶屏蔽了底層硬件的具體細(xì)節(jié)，用戶只需在編譯時(shí)根據(jù)具體的底層硬件平臺(tái)選擇相應(yīng)的動(dòng)態(tài)鏈接庫就可以將原來的串行