2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77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、計算統(tǒng)一設備架構(CUDA,Compute Unified Device Architecture)開啟了使用GPU強大計算能力做通用計算的大門,使得開發(fā)者能夠在友好的開發(fā)環(huán)境中充分挖掘GPU的計算能力,同時也對CPU/GPU高效的合作計算模式提出了新的要求。一方面,在處理大規(guī)模并行數據時,需要保證GPU上各線程間的負載能夠平衡;另一方面,在使用GPU進行計算時,需要保持較高的CPU和GPU利用率。本文分析了CUDA平臺上CPU/GPU

2、同步計算模式的優(yōu)缺點;提出了CPU/GPU異步計算模式,此模式能夠在處理有效計算量分布不平衡的大規(guī)模并行數據的應用中發(fā)揮較好作用;最后使用生物信息學中的應用HMMER,對比評測了兩種計算模式。該研究對CUDA平臺上面向應用設計合適的CPU/GPU高效合作計算方法具有一定指導意義。
   本文主要研究成果包括:(1)為有效管理有效計算量分布不平衡的大規(guī)模并行數據設計了通用數據結構,包括主數據管理結構和輔助數據管理結構,以有效計算工

3、作量為核心,將類似數據統(tǒng)一管理并提交給GPU上各線程,從而保證線程間負載平衡。(2)提出了異步計算模式,設計了CPU上的線程劃分方式,包含數據讀入線程、計算線程、主控GPU線程。針對CPU和GPU做同步計算時,CPU需要等待GPU完成計算,導致CPU計算資源浪費問題,通過多線程設計,使得CPU無需等待GPU就能夠利用本身的計算能力處理數據,從而加快整個程序的運行。(3)以生物信息學應用HMMER為例,分別應用CPU/GPU同步和異步計算

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