面向CUDA的循環(huán)語句源到源并行化研究.pdf

1、近年來,圖形處理單元(Graphics Processing Unit,GPU)被廣泛用于高性能計(jì)算。將GPU用于圖形渲染外的計(jì)算稱為GPU通用計(jì)算(General Purpose Computing on GPU, GPGPU)。傳統(tǒng)的GPGPU直接用圖形學(xué)API編程,開發(fā)難度大。統(tǒng)一計(jì)算設(shè)備架構(gòu)(Compute Unified Device Architecture,CUDA)降低了在GPU上編寫并行程序的難度,目前已得到廣泛應(yīng)用。

2、但開發(fā)人員在CUDA下手工開發(fā)并行程序需要深入了解GPU架構(gòu)和CUDA模型,難度仍很大。所以降低并行程序的開發(fā)難度對(duì)于GPU通用計(jì)算的推廣應(yīng)用十分重要。
　　本文研究GPU并行程序的自動(dòng)生成問題,提出了一種面向CUDA的源到源并行化架構(gòu)STS-CUDA。STS-CUDA可將帶循環(huán)的可并行化的串行C程序轉(zhuǎn)化為在GPU上并行的CUDA C程序,方便CUDA并行編程。STS-CUDA的工作過程為:先分析可并行化的串行C程序并在其適當(dāng)位置

3、插入符合STS-CUDA規(guī)范的與并行轉(zhuǎn)化有關(guān)的指導(dǎo)語句;后通過STS-CUDA識(shí)別匹配這些指導(dǎo)語句,轉(zhuǎn)化成對(duì)應(yīng)的CUDA C并行程序。文章研究了STS-CUDA實(shí)現(xiàn)并行轉(zhuǎn)化過程中涉及到的任務(wù)合理劃分、主機(jī)端-設(shè)備端通信優(yōu)化、全局存儲(chǔ)和共享存儲(chǔ)訪問優(yōu)化等方法,最后用實(shí)例進(jìn)行了測(cè)試。
　　通過STS-CUDA轉(zhuǎn)化得到的兩組矩陣乘法并行化和一組BP算法并行化程序與手寫的CUDA并行程序在CUDA下執(zhí)行得到的結(jié)果相近,二者相對(duì)于串行程序的