基于模糊模型的GPU性能评估研究

《基于模糊模型的GPU性能评估研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第40卷第2期2010年3月航空计算技术AeronauticalComputingTechniqueV01．40No．2Mar．2010基于模糊模型的GPU性能评估研究刘甲东，朱怡安(西北工业大学计算机学院，陕西西安710129)摘要：传统的GPU性能评估一般都采用定性评估方法，难以在保证效率的情况下给出一个准确的评估结果。介绍了确定影响GPU性能的关键指标，并给出了对GPU性能评估的理论基础，应用模糊数学中的模糊综合评判方法建立数学模型，最终运用该模型得出了GPU性能的定量评估值。实验表明，方法为准确

2、判断GPU性能提供了科学的依据，且具有较好的实用性和可靠性。关键词：图形处理器；性能评估；模糊综合评判中图分类号：TP332文献标识码：A文章编号：1671．654X(2010)02-0069．04引言GPU(GraphicProcessingUnit)即图形处理器，它是显示卡的“大脑”，专门用来处理图形方面的计算。但近年来随着计算技术和集成电路的飞速发展，GPU已经从传统的图形处理单元发展成为功能更为强大的GPCPU(GeneralPurposeComputationonProcessingU—nit

3、)，它的运算能力不仅能胜任图形计算，也开始让人们关注它非图形应用的能力。GPU凭借它强大的矢量计算能力，先进的硬件构架大大地减轻了CPU的负荷，从而提高了计算机整体的性能(如图1所示)。因此，提高GPU的性能尤为重要，而GPU的性能是否满足性能要求就要对其性能进行评估。性能评估是计算机系统和应用计算机控制的设备在研制过程中的一个重要环节，用以确保实现的目标系统或设备满足性能设计要求。本文引入了模糊模型，它可以实现把那些定性的因素关系定量化，从而为我们后续的量化分析、计算打下了基础。实践证明，采用这种方法

4、对GPU进行性能评估是合理可行的uJ。图1GPU在计算机系统中的地位1GPU性能关键指标的确定作为性能评估，首先必须熟悉评测对象的特性。而GPU对于用户并不是透明的，要通过抽象来把它具体化为可以评测的性能指标。性能指标是指能精确反映所测对象特征的属性。抽象得到的性能指标是深入研究GPU性能的基础。有了这个基础就可以灵活地通过具体的实验来对性能指标进一步测试和评价，从而掌握整个GPU的性能。为了简化评价模型，提高评价质量和效率，在评价过程中，忽略掉了一些次要因素，将GPU性能抽象为以下指标：核心频率：显示

5、核心的工作频率，其工作频率在一定程度上可以反映出显示核心的性能。像素填充率：图形处理单元在每秒内所渲染的像素数量。显卡的渲染管线是显示核心的重要组成部分，是显示核心中负责给图形配上颜色的一组专门通道。渲染管线越多，每组管线工作的频率(一般就是显卡的核心频率)越高，那么所绘出的显卡的填充率就越高，显卡的性能就越高，因此可以从显卡的像素填充率上大致判断出显卡的性能。显存位宽：显存在一个时钟周期内所能传送数据的位数，位数越大则瞬间所能传输的数据量越大，这是显卡的重要参数之一。显存容量：显卡上本地显存的容量数，

6、这是选择显卡的关键参数之一。显存容量的大小决定着显存临时存储数据的能力，在一定程度上也会影响显卡的性能。收稿日期：2009—09—18作者简介：刘甲东(1984～)，男，内蒙古鄂尔多斯人，硕士研究生，研究方向为嵌入式系统性能评测。·70·航空计算技术第40卷第2期2GPU性能评估理论基础和具体步骤GPU性能往往受到很多因素的影响，因此对GPU进行性能评估时，应当对各种因素做综合考虑，然后做出合理的决策，这就是模糊综合评判法的核心思想。模糊综合评判是基于模糊线性变换原理和最大隶属度原则，考虑与评价事物相关

7、的各个因素，对其做出合理的评价。整个评价过程如图2所示}壁一』斟囊黔H黼鞴图2GPU性能综合评价过程假设所要评价的事物有m个属性，记作ot={a，，0[：，⋯，a。}，同时对m个属性的评语有n个，记作厣={卢。，岛，⋯，卢。}，Ot称为因素集，卢称为评语集。在本文中要评测的因素集a={核心频率，像素填充率，显存位宽，显存容量}。1)评价模型中的因素集和评语集之问的映射关系对因素集Ot中的任意因素ai(i=l，2，⋯，m)，从因素o／，确定该事物对评语局的隶属程度心，从而得到第i个因素的评价集肛i=(pn

8、，№，⋯，p讥)。也就是说，地=(／xn，№，⋯，p讥)为关于因素aj的评语模糊向量，肛i为关于因素0c。具有评语岛的程度。我们通过p建立了从因素集到评语集之间的映射关系。2)确定影响GPU性能关键指标的权重系数由于GPU性能的好坏是由多方面因素所决定的，有些因素对总体性能影响可能大些，而有些可能小些。因此，在进行综合评判时，必须给出各个因素在总评价中的权重系数(重要程度)，即在因素集上给出一个模糊子集0=(0。，0：，⋯，8。)，其中0i