基于OpenCL的多GPU并行計(jì)算的研究與應(yīng)用.pdf

1、異構(gòu)計(jì)算被視為計(jì)算機(jī)處理器的發(fā)展繼單核、多核之后的第三個(gè)時(shí)代，它實(shí)現(xiàn)了多種體系架構(gòu)的處理器間協(xié)同運(yùn)算，有效緩解在提升CPU時(shí)鐘頻率和內(nèi)核數(shù)量的過(guò)程中遇到的散熱和能耗問(wèn)題，同時(shí)增強(qiáng)了計(jì)算平臺(tái)的可擴(kuò)展性。
　　異構(gòu)計(jì)算系統(tǒng)通常包含除CPU以外的一個(gè)或多個(gè)協(xié)處理器，協(xié)處理器一般是包含眾多處理核心的專用功能計(jì)算設(shè)備，只有通過(guò)合適的并行程序才能充分利用其并行計(jì)算能力。OpenCL是一個(gè)為異構(gòu)設(shè)備編寫(xiě)程序的標(biāo)準(zhǔn)框架，雖然它的出現(xiàn)增加了程序在各

2、平臺(tái)之間的可移植性，但是在多個(gè)計(jì)算設(shè)備協(xié)同計(jì)算時(shí)，多種計(jì)算設(shè)備的調(diào)用、設(shè)備間的負(fù)載均衡等問(wèn)題嚴(yán)重制約了它的普及。因此，對(duì)異構(gòu)系統(tǒng)下多設(shè)備并行計(jì)算的研究具有重要的意義。
　　本文依據(jù)OpenCL規(guī)范，利用多線程技術(shù)實(shí)現(xiàn)了多平臺(tái)下多GPU的調(diào)用，分析了不同的任務(wù)劃分模型對(duì)計(jì)算性能的影響，優(yōu)化了存儲(chǔ)器間的數(shù)據(jù)傳輸。隨后，設(shè)計(jì)了可利用多個(gè)GPU輔助加速的兩個(gè)算法來(lái)驗(yàn)證多GPU并行計(jì)算研究的可行性，第一個(gè)算法為適合較大規(guī)模數(shù)據(jù)的內(nèi)部排序算法

3、，算法中設(shè)計(jì)了適合設(shè)備端的GPU內(nèi)部排序算法和主機(jī)端的基于敗者樹(shù)數(shù)據(jù)結(jié)構(gòu)的歸并排序算法，與CPU串行排序算法相比，該算法在多GPU的輔助下對(duì)較大規(guī)模數(shù)據(jù)的排序運(yùn)算時(shí)，性能提升了十倍左右。另一個(gè)算法利用多GPU加速柔性作業(yè)車(chē)間調(diào)度問(wèn)題的求解，該算法設(shè)計(jì)了適合GPU架構(gòu)的數(shù)據(jù)結(jié)構(gòu)以及基于島嶼模型的遺傳算法，利用GPU提高了種群內(nèi)個(gè)體的進(jìn)化以及個(gè)體的評(píng)估效率。該算法在多GPU的加速下，與基于CPU的遺傳算法求解柔性作業(yè)車(chē)間調(diào)度問(wèn)題相比，在處理