基于gpu的高性能并行计算应用

《基于gpu的高性能并行计算应用》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、电子信息对抗技术·第27卷孙成刚，李峥，唐冬冬，李翔，滕红2012年3月第2期基于GPU的高性能并行计算应用中图分类号：TN971．1；TP391文献标志码：A文章编号：1674—2230(2012)02—0069—05基于GPU的高性能并行计算应用孙成刚，李峥，唐冬冬，李翔，滕红(电子信息控制重点实验室，成都610036)摘要：采用基于CUDA(computeunifieddevicearchitecture，统一计算设备架构)的GPU(graphicpro．cessingunit，图形处理器)与CPU协作处理方法，实现了基于时差最小测量误差的

2、任意站定位算法的实时处理。本方法的处理速度相较于单CPU平台可以提高一至两个数量级，相较于同等处理速度的多CPU平台则体现了开发周期短、费用低、工作量小和可靠性高等众多优势。关键词：GPU；并行计算；任意站；定位IIigh-PerfornmnceParallelComputingBasedonGPUSUNCheng-gang，LIZheng，TANGDong-dong，LIXiang，TENGH0ng(ScienceandTechnologyonElectronicInformationControllaboratory，Chengdu61003

3、6，China)Abstract：Anewmethodisproposedtoimplementthereal—timerandomstation’SlocationbasedontheleastTDOAmeasureelTOrwithCPUandGPUinCUDA．ItsprocessingspeedcouldbeimprovedoneortWOmagnitudecomparedwithsingleCPU．Andithasmanyadvantagescomparedwithmulti—CPUplatformhavingthesameproces

4、singspeed，suchasshorterdevelopmentperiod，lowercost，higherreliability，smalleramountofworkandSOon．Keywords：graphicprocessingunit；parallelcomputing；randomstation；location1引言满足分布式无源定位系统提出的低功耗、低成本、随着无源定位系统应用的发展，要求可以产小体积的要求。近年来，基于CUDA(computeunifieddevicear．生令人满意的定位精度，且能够在运行中具有较高的实

5、时性和稳定性。解决办法之一是进一步简chitecture，统一计算设备架构)的GPU(graphicpro—化单个侦察站的功能使系统具有较多的侦察站，cessingunit，图形处理器)与CPU协作处理方法开各站的布局将更容易、更合理，从而提高定位精始逐渐成为国内外高性能并行计算领域的热点研度。但这种分布式无源定位系统对数据处理的计究方向。在实际应用中，基于GPU+CPU的协作算能力提出了很高的要求：典型情况下，9个侦察处理方法体现了高效率、低功耗、小成本的特站、200km×200km区域内、100批目标需要6台高点[。档商用计算机进行协同并行计

6、算完成⋯1。但是，本文对电子对抗数据处理领域常用的并行计采用多计算机协同并行计算的解决办法对数据处算方法进行对比、分析，得到各自的优点、缺点，根理的软件编程、流水周期设计、计算机间协同等方据分布式无源定位系统对高性能并行计算的需面提出了严格的要求；同时，硬件：实现的规模较求，选择了基于GPU+CPU的协作处理方法并进大、功耗偏高，不适用于无人值守且分布较广的侦行实际算法验证。结果表明：同种算法的GPU程察站布局。因此，急需一种高性能并行计算方法，序与CPU程序的执行结果相同，性能却有约20收稿日期：2011—10—25；修回日期：2011—12—

7、12作者简介：孙成刚(1977一)，男，工程师，硕士研究生。万方数据孙成刚，李峥，唐冬冬，李翔，滕红投稿邮箱：dzxxdkjs@126．COWl70基于GPU的高性能并行计算应用ew@mei29．sc出．corn倍的提升。的数据量越大，成本越高；b)软件开发难度大，需要有并行计算框架的2并行计算方法支持；c)软件资源稀少，并行计算属于高端应用，应2．1并行计算方法分析用领域多为科学计算，开发资源相对稀缺；相对于串行计算，并行计算可以划分成时间d)维护成本高，需要有专门的维护人员。并行和空间并行。时间并行是指流水线技术，空(3)多CPU大型机间并行

8、是指使用多个处理器并发地执行计算，当主要优点是：性能强大，几乎可以满足所有需前研究的主要是空间并行问题。要；以程序和算法设计人员的角度看