GPU通用計(jì)算性能預(yù)測(cè)和優(yōu)化.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩80頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著GPU在大規(guī)模數(shù)據(jù)并行計(jì)算中的廣泛應(yīng)用,GPGPU(General-Purpose GPU)程序的性能預(yù)測(cè)成為一個(gè)重要的研究課題。本文基于NVIDIA GPU和CUDA提出了兩種GPU性能預(yù)測(cè)分析模型,分別為kernel性能的預(yù)測(cè)模型和混合編程性能預(yù)測(cè)模型。利用本文提出的性能預(yù)測(cè)模型,GPGPU開(kāi)發(fā)者可以預(yù)測(cè)算法和程序的性能,并理解開(kāi)發(fā)過(guò)程中性能因素的選擇和影響。
　　Kernel性能預(yù)測(cè)模型主要考慮了CUDA kernel在

2、GPU上的指令執(zhí)行過(guò)程。首先本文提出在CUDA指令執(zhí)行模型下GPU理論上的最大指令吞吐量,然后在此基礎(chǔ)上考慮影響GPGPU程序達(dá)到理論最大指令吞吐量的因素。在性能預(yù)測(cè)模型的基礎(chǔ)上,本文提出了模型的應(yīng)用工作流程。
　　混合編程性能預(yù)測(cè)模型主要考慮CPU和GPU異步執(zhí)行下的性能預(yù)測(cè)。在這個(gè)預(yù)測(cè)模型下,kernel的執(zhí)行被看作一個(gè)整體,因此和kernel性能預(yù)測(cè)模型之間是獨(dú)立的。混合編程性能預(yù)測(cè)模型是通過(guò)考慮不同部分的執(zhí)行時(shí)間之間的相互

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論