《GPU程式訪存行為分析和最佳化關鍵技術研究》是依託中國人民解放軍國防科技大學，由唐滔擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：GPU程式訪存行為分析和最佳化關鍵技術研究
- 項目類別：青年科學基金項目
- 項目負責人：唐滔
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
圖形處理器(GPU)以其強大的峰值計算能力漸漸成為高性能計算領域研究的熱點。由於集成了大量並行的計算核心，GPU 的峰值計算性能遠遠超過同時期的通用 CPU，然而真實程式往往很難將其計算潛力有效發揮出來，其中“存儲牆”問題是制約GPU性能發揮的最主要因素，因此面向GPU片上存儲層次的分析和最佳化對於提高GPU程式的性能具有重要意義。本項目基於對GPU執行特點的深入探索和分析，展開GPU片上存儲訪問的分析和最佳化研究，關鍵內容包括兩方面：一是建立GPU片上存儲層次訪問對程式性能影響的分析模型，包括軟體管理的shared memory和硬體管理的cache；二是提出若干面向shared memory和cache的數據訪問最佳化技術。我們希望通過這些研究成果，有效提升GPU片上存儲層次的利用率，減少片外訪存，充分開發GPU的計算潛力。
結題摘要
由圖形處理器（GPU）作為加速器構建異構並行系統已經成為高性能計算領域最常採用的技術路線之一。由於降低了核心的複雜度，GPU往往集成了大量的並行的計算核心，其峰值性能遠超同時期的通用CPU，但真實程式的性能發揮嚴重依賴於訪存性能的發揮。因此，面向GPU片上存儲層次的分析和最佳化對於提高GPU程式的性能具有重要意義。本項目基於對GPU多執行緒執行模式的分析，建立了GPU片上存儲層次訪問對程式性能影響的分析模型，並基於此提出了若干面向shared memory和cache的數據訪問最佳化技術，可以有效提升GPU片上存儲層次的利用率，減少訪存，從而提升GPU的實際計算性能。本項目在國內外會議和期刊上公開發表論文9篇。
