資源描述：
《一種基于cpu-gpu異構計算的混合編程模型》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、第11卷第6期信息工程大學學報Vol.11No.62010年12月JoumalofInformationEngineeringUniversityDec.201O一種基于CPU-GPU異構計算的混合編程模型王偉郭紹忠王磊馮穎2(1.信息工程大學信息工程學院，河南鄭州I450002;2.總后勤部檔案館，北京100842)摘要:在分析基于CPU-GPU異構計算模式程序開發(fā)面臨的主要挑戰(zhàn)和當前解決途徑的基礎上，設計了一種適用于GPU集群環(huán)境的、綜合利用MPI、OpenMP，CUDA以及OpenGLAPI開發(fā)技術的混合編程模型，重點分析了混合編程模型的兩種編程方式的實現原理，搭建了相應的實
2、驗環(huán)境并進行了對比測試。實驗結果表明，使用混合編程模型設計的程序具有良好的性能表現和擴展?jié)摿ΑｊP鍵詞:GPU;異構計算;混合編程中固分類號:TP311.52文獻標識碼:A文章編號:1671-0673(2010)06-0674-05HybridProgrammingModel?asedonCPU-GPUHeterogeneousComputing1112WANGWei,GUOShao-zhong,WANGLei,FENGYing(1.InstituteofInforrnationEngineering,InforrnationEngineeringUniversity,Zhengzh
3、ou450002,China;2.HeadquartersarchivesofGenerallogistics,Beijing100842,China)Abstract:ThepaperanalyzesthemaindifficultiesofprogrammingbasedonCPU-GPUheterogeneouscomputing,summarizesthemainapproachesavailable,anddesignsahybridprogrammingmodelforGPUclusterenvironmentwhichcomprehensivelyusesMPI,Op
4、enMP,CUDAandOpenGLAPI.Itfocusesonanalyzingtwomethodsthatimplementtheptogrammingmodel,thenbuildsexperimenta?tionenvironmentandmakesacomparisonexperiment.Theresultshowsthatprogramsbuiltwithhy?bridprogrammingmodelhavegoodperformanceandscalability.Keywords:GPU;heterogeneouscomputing;hybridprogramm
5、ing近年來，基于CPU-GPU的混合異構計算系統(tǒng)逐漸成為國內外高性能計算領域的熱點研究方向。在實際應用中，很多基于CPU-GPU的混合異構計算機系統(tǒng)紛紛涌現，并且表現出良好的性能。但是，由于歷史和現實原因的制約，異構計算仍面臨著諸多問題，其中最突出的是程序開發(fā)困難，尤其是擴展到集群規(guī)模級別時，問題更為突出。本文在分析CPU-GPU異構計算模式程序開發(fā)現狀的基礎上設計了一種綜合利用MPI、OpenMP，CUDA以及圖形API編程方法的混合編程模型，并進行了系統(tǒng)實現和實驗驗證。1CPU-GPU異構計算模式研究現狀1.1CPU-GPU異構計算模式編程面臨的挑戰(zhàn)基于CPU-GPU的混合異
6、構計算系統(tǒng)是指在傳統(tǒng)計算機系統(tǒng)中加入GPU作為加速部件并配合CPU共同完成計算任務的新型系統(tǒng)。相比于傳統(tǒng)的單純以CPU為計算部件的系統(tǒng)，異構計算系統(tǒng)在浮點運算收稿日期:2010-04-27;修回日期:2010-06-23基金項目:國家863計劃資助項目(2009AAOI2201);上海市科委重大科技攻關項目(08dz501600)作者簡介:王偉(1983-)，男，碩士生，主要研究方向為分布式計算、GPU通用計算;郭紹忠(1964-)，女，副教授，主要研究方向為分布式系統(tǒng)、海量信息處理。第6期王偉等:一種基于CPU-GPU異構計算的混合編程模型675能力、功耗、可擴展性等方面都具有明
7、顯的優(yōu)勢[1]。近年來，針對CPU-GPU混合異構計算的研究發(fā)展迅速，但是由于歷史和現實因素的制約，CPU-GPU異構計算仍面臨諸多問題，其中最突出的是程序開發(fā)困難。究其原因，一是GPU最初設計目的是專業(yè)圖形處理而非通用計算，這導致了GPU本身的體系架構對通用計算存在許多硬件制約，例如缺少數據校驗機制、雙精度性能偏低等，這使得程序開發(fā)人員在使用GPU進行通用計算時不得不專門考慮這些問題;二是GPU軟件開發(fā)的編程模型及編程方式還不成熟，盡管NVIDIA公司推出的CUDA
