2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、近年來,圖形處理單元(Graphics Processing Unit,GPU)被廣泛用于高性能計算。將GPU用于圖形渲染外的計算稱為GPU通用計算(General Purpose Computing on GPU, GPGPU)。傳統(tǒng)的GPGPU直接用圖形學API編程,開發(fā)難度大。統(tǒng)一計算設備架構(Compute Unified Device Architecture,CUDA)降低了在GPU上編寫并行程序的難度,目前已得到廣泛應用。

2、但開發(fā)人員在CUDA下手工開發(fā)并行程序需要深入了解GPU架構和CUDA模型,難度仍很大。所以降低并行程序的開發(fā)難度對于GPU通用計算的推廣應用十分重要。
  本文研究GPU并行程序的自動生成問題,提出了一種面向CUDA的源到源并行化架構STS-CUDA。STS-CUDA可將帶循環(huán)的可并行化的串行C程序轉化為在GPU上并行的CUDA C程序,方便CUDA并行編程。STS-CUDA的工作過程為:先分析可并行化的串行C程序并在其適當位置

3、插入符合STS-CUDA規(guī)范的與并行轉化有關的指導語句;后通過STS-CUDA識別匹配這些指導語句,轉化成對應的CUDA C并行程序。文章研究了STS-CUDA實現(xiàn)并行轉化過程中涉及到的任務合理劃分、主機端-設備端通信優(yōu)化、全局存儲和共享存儲訪問優(yōu)化等方法,最后用實例進行了測試。
  通過STS-CUDA轉化得到的兩組矩陣乘法并行化和一組BP算法并行化程序與手寫的CUDA并行程序在CUDA下執(zhí)行得到的結果相近,二者相對于串行程序的

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論