面向多核CPU-眾核GPU異構(gòu)集群的數(shù)據(jù)流編程模型研究.pdf

1、傳統(tǒng)CPU多核處理器和CPU集群有時無法滿足應(yīng)用程序?qū)Υ笠?guī)模和超大規(guī)模計算的需求，圖形處理器GPU正在以其特有的高性能浮點計算、并行計算的優(yōu)勢得到廣泛應(yīng)用。以“傳統(tǒng)CPU處理器+GPU加速協(xié)處理器”為特征的CPU/GPU異構(gòu)集群因其同時具有邏輯控制能力以及計算密集性優(yōu)勢而逐漸成為大數(shù)據(jù)和大規(guī)模計算的研究熱點。
　　異構(gòu)并行體系架構(gòu)內(nèi)傳統(tǒng)核CPU與計算核GPU協(xié)同工作，與數(shù)據(jù)流編程模型中數(shù)據(jù)通信與計算任務(wù)分離的特征相符合，能夠充分暴

2、露出數(shù)據(jù)流程序中能夠并行化處理的功能模塊，合理分配硬件資源。但是，傳統(tǒng)CPU集群平臺下的任務(wù)劃分調(diào)度、軟件流水線構(gòu)造及數(shù)據(jù)通信等處理方式并不能簡單復(fù)制到異構(gòu)集群平臺。針對異構(gòu)集群硬件平臺的多級并行結(jié)構(gòu)，以數(shù)據(jù)流應(yīng)用程序及CPU/GPU異構(gòu)特性為基礎(chǔ)，設(shè)計并實現(xiàn)了一個面向多核CPU/眾核GPU異構(gòu)集群的數(shù)據(jù)流編程模型。該數(shù)據(jù)流編程模型主要包括二級任務(wù)劃分調(diào)度實現(xiàn)任務(wù)單元映射、層次性階段賦值構(gòu)造軟件流水線、MPI/OpenCL混合編程模型以

3、分布式存儲和共享存儲相結(jié)合的模式完成數(shù)據(jù)通信以及C++與OpenCL混合目標(biāo)代碼生成四個模塊。該模型具有兩個方面的優(yōu)勢：最大化挖掘多媒體領(lǐng)域數(shù)據(jù)流應(yīng)用程序大規(guī)模運算的特點以及其潛在的并行性；充分發(fā)揮異構(gòu)集群架構(gòu)的硬件配置使得CPU與GPU協(xié)同工作，并通過層次性劃分調(diào)度構(gòu)造兩級任務(wù)流水線提高程序整體執(zhí)行性能。
　　實驗采用X86多核處理器和Amax混合架構(gòu)處理器搭建異構(gòu)集群平臺，測試程序源于數(shù)字媒體領(lǐng)域應(yīng)用相對廣泛的典型算法，從多個