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(wèn)題的數(shù)據(jù)規(guī)模已經(jīng)達(dá)到TB甚至PB量級(jí)，往往需要萬(wàn)億次以上的計(jì)算能力。我們?nèi)粘Ｉ顟?yīng)用中（如游戲、高清視頻播放）面臨的圖形和數(shù)據(jù)計(jì)算也越來(lái)越復(fù)雜，對(duì)計(jì)算速度提出了嚴(yán)峻的挑戰(zhàn)。
　　 過(guò)去二十年，Intel和AMD等廠家推出的CPU的性能提高速度越來(lái)越慢，CPU向多核方向發(fā)展也存在多方面的問(wèn)題。NVIDIA公司的支持CUDA技術(shù)的GPU因?yàn)榫哂懈嗟膱?zhí)行單元數(shù)量和便利的開(kāi)發(fā)條件，在高性能計(jì)算方面具有無(wú)可比

2、擬的優(yōu)勢(shì)。借助網(wǎng)絡(luò)把多個(gè)GPU連接起來(lái)緊密協(xié)作而形成GPU集群更是滿足需求日益增長(zhǎng)的高性能計(jì)算的明智選擇。
　　 結(jié)合GPU程序計(jì)算的特點(diǎn)，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(shè)計(jì)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(gè)模塊的設(shè)計(jì)思路和模塊之間的交互等。該系統(tǒng)方案的目的是在多機(jī)器多GPU的高密度計(jì)算中充分利用GPU資源，有效組織GPU執(zhí)行計(jì)算任務(wù)，保證在GPU數(shù)量線性增長(zhǎng)的情況下系統(tǒng)總體計(jì)算

3、能力也作線性增長(zhǎng)。
　　 為了驗(yàn)證調(diào)度管理方案的可行性，接著設(shè)計(jì)了某種哈希算法，在一定的硬件軟件和網(wǎng)絡(luò)通信接口的平臺(tái)上，對(duì)調(diào)度管理系統(tǒng)的設(shè)計(jì)方案進(jìn)行實(shí)驗(yàn)。在實(shí)驗(yàn)中，還根據(jù)具體的計(jì)算任務(wù)做了相應(yīng)的計(jì)算優(yōu)化，結(jié)果表明，系統(tǒng)具有高效性、良好的可擴(kuò)展性、友好的可操作性。
　　 在實(shí)驗(yàn)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(duì)系統(tǒng)性能進(jìn)行了簡(jiǎn)單的測(cè)試。結(jié)合理論分析和參數(shù)修改前后的測(cè)