GPU集群調(diào)度管理系統(tǒng)關(guān)鍵技術(shù)的研究.pdf

1、人類面臨的許許多多重要科技問題的數(shù)據(jù)規(guī)模已經(jīng)達到TB甚至PB量級，往往需要萬億次以上的計算能力。我們?nèi)粘Ｉ顟弥校ㄈ缬螒?、高清視頻播放）面臨的圖形和數(shù)據(jù)計算也越來越復雜，對計算速度提出了嚴峻的挑戰(zhàn)。
　　 過去二十年，Intel和AMD等廠家推出的CPU的性能提高速度越來越慢，CPU向多核方向發(fā)展也存在多方面的問題。NVIDIA公司的支持CUDA技術(shù)的GPU因為具有更多的執(zhí)行單元數(shù)量和便利的開發(fā)條件，在高性能計算方面具有無可比

2、擬的優(yōu)勢。借助網(wǎng)絡把多個GPU連接起來緊密協(xié)作而形成GPU集群更是滿足需求日益增長的高性能計算的明智選擇。
　　 結(jié)合GPU程序計算的特點，探討了一種綜合分層式調(diào)度和集中式調(diào)度的GPU集群調(diào)度管理系統(tǒng)的設計方案，具體闡述了方案的層次結(jié)構(gòu)，系統(tǒng)的工作流程，各個模塊的設計思路和模塊之間的交互等。該系統(tǒng)方案的目的是在多機器多GPU的高密度計算中充分利用GPU資源，有效組織GPU執(zhí)行計算任務，保證在GPU數(shù)量線性增長的情況下系統(tǒng)總體計算

3、能力也作線性增長。
　　 為了驗證調(diào)度管理方案的可行性，接著設計了某種哈希算法，在一定的硬件軟件和網(wǎng)絡通信接口的平臺上，對調(diào)度管理系統(tǒng)的設計方案進行實驗。在實驗中，還根據(jù)具體的計算任務做了相應的計算優(yōu)化，結(jié)果表明，系統(tǒng)具有高效性、良好的可擴展性、友好的可操作性。
　　 在實驗的基礎(chǔ)上，為了優(yōu)化系統(tǒng)的性能，還列舉了一些可能影響系統(tǒng)性能的因素，然后修改了系統(tǒng)的部分參數(shù)對系統(tǒng)性能進行了簡單的測試。結(jié)合理論分析和參數(shù)修改前后的測