基于GPU的顆粒離散元計算時間評估及優(yōu)化.pdf

1、GPU強大的計算能力使得CUDA-GPU系統(tǒng)更多的應(yīng)用于研究地質(zhì)災(zāi)害的演變過程中，但是在利用離散元在模擬一些漸進變化的地質(zhì)災(zāi)害的過程中涉及的計算規(guī)模比較大，輸出步驟較多，程序運行時間過長。這就使得對當(dāng)前的GPU程序運行性能評估及優(yōu)化模型提出新的要求:首先，能對計算程序的整體運行時間做出較為精確地預(yù)測，使用戶對時間投入有率先了解;其次，能對現(xiàn)有的GPU計算程序提出高效及時的優(yōu)化策略，指導(dǎo)用戶完成對計算程序的優(yōu)化工作。現(xiàn)有的程序運行的性能評

2、估模型無法對程序的運行時間做出精確地預(yù)測，而且在性能優(yōu)化方面，必須在長時間的模擬過程結(jié)束后才能對系統(tǒng)性能進行評估，從而提出優(yōu)化策略。
　　經(jīng)過分析，影響GPU計算程序運行時間的主要因素為程序的訪存操作和計算操作，本文以此提出了以程序訪存時間和處理時間變化模型為基礎(chǔ)的程序運行評估及優(yōu)化模型。在提煉變化模型方面，以少量的程序運行初期的過程為樣本，進行分析，擬合出訪存時間和計算時間的變化模型。為了提高模型的精確度，通過樣本的預(yù)測時間和實

3、測時間的比較總結(jié)出修正因子，對模型預(yù)測結(jié)果加以修正。最后就可以通過該模型對后續(xù)的計算過程時間進行較為準確的預(yù)測，而且使用戶在程序運行初期根據(jù)預(yù)測結(jié)果分析程序瓶頸，提出優(yōu)化策略。
　　本論文通過實驗用例對該模型進行驗證，并通過實際應(yīng)用證明該模型在時間預(yù)測方面，能夠?qū)㈩A(yù)測誤差控制在一個理想的范圍內(nèi)，在性能評估方面，該模型可以在程序運行的初期就能準確地定位到計算程序的瓶頸所在，并根據(jù)程序瓶頸指導(dǎo)用戶提出針對性的優(yōu)化策略，有效地提高計算程