基于CPU2fGPU异构并行系统的大规模人工社会仿真计算加速方法分析

《基于CPU2fGPU异构并行系统的大规模人工社会仿真计算加速方法分析》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、-国防科学技术大学研究生院硕士学位论文摘要人工社会是进行社会科学研究的有效手段，其核心方法是基于Agent的建模、仿真和实验分析。随着仿真应用需求的发展，人工社会规模逐渐增大，Agent模型及其行为规则日益复杂、交互关系网络越来越庞大。为了满足人工社会仿真计算实验实时性、高效性的要求，提高大规模人工社会仿真执行效率就成为了亟待解决的问题。随着GPU等异构处理器的发展，CPU/GPU异构并行系统在合理功耗下能够获得强大的计算性能，已经成为高性能计算机发展的方向，也逐渐应用于仿真领域的计算加速中。面对日益增长的人工社会仿真规模和复杂度，利用CPU/GPU异

2、构并行系统计算优势进行仿真性能优化，就成为了提升人工社会仿真执行效率的有效途径。在上述问题背景下，本文基于单进程、多线程的保守并行仿真引擎框架，提出了基于三层引擎管理的CPU/GPU异构并行仿真引擎架构，同时针对大规模Agent仿真特点，对GPU仿真内核的数据结构和调度算法进行了设计和优化。为了弥补并行仿真内核对人工社会不同应用领域的性能加速局限，本文提出了面向领域的GPU仿真计算服务组件思想。主要研究工作和成果如下：(1)提出了面向大规模人工社会的CPU/GPU异构并行系统计算加速方法和实现框架。CPU/GPU异构并行系统计算加速方法将GPU的两种仿

3、真应用方式（协处理器与主处理器）共同应用于大规模Agent仿真的计算加速中。GPU主处理器方式与CPU一起构成异构仿真引擎，负责Agent仿真的底层驱动计算加速，同时GPU协处理器方式以计算组件的方式接入仿真引擎，将人工社会模型中的大规模并发计算剥离，载入GPU中实现并行计算加速。在基于三层引擎管理的引擎架构下，异构仿真内核和计算组件可以实现灵活拓展。(2)实现了面向大规模Agent仿真的GPU仿真内核。根据Agent仿真特点和GPU硬件执行特点，对Agent模型和事件队列数据结构进行优化设计，并基于此数据结构设计了基于同步保守并行策略的GPU内核调度

4、算法。针对GPU内核运行时的并发事件操作，提出了GPU消息输出算法；为了进一步提升同步保守并行仿真算法的性能，提出了基于GPU的大规模时间归约算法。在GameOfLife测试模型中，相对单核CPU，GPU仿真内核获得了11.2倍的性能加速。(3)提出了基于GPU的计算服务组件，并实现了在公共卫生事件仿真中基于GPU的社会关系网络查询组件。与CPU查询算法相比，不仅减少了Agent模型的内存占用，而且在并发查询数量较大时也能够获得较大的性能加速。关键词：人工社会；大规模Agent仿真；CPU/GPU；并行离散事件仿真；计算服务组件第i页----万方数据-

5、---国防科学技术大学研究生院硕士学位论文ABSTRACTArtificialsocietyisaneffectivewayforsocialscienceresearch,anditscoremethodsareAgent-basedmodeling,simulationandexperimentalanalysis.Withthedevelopingrequirementofapplications,thescaleofartificialsocietyraisesgradually,Agentmodelandbehaviorrulesisgett

6、ingcomplex,andinter-relationshipamongnetworksisbecomingbiggerandbigger.Inordertomeetefficiencyandtimelinessrequirementofcomputationalexperiment,theexecutionefficiencyoflarge-scaleartificialsocietythenbecomestheburningquestion.Withthedevelopmentofheterogeneouscomputationaldevices

7、likeGPU,heterogeneousparallelsystemofCPU/GPUcangettremendouscomputationalperformanceunderrationalpowerconsumption,whichhasbecomedirectionofthehighperformancecomputersandalsoappliedinthesimulationforhighperformance.Facingtheever-increasingscaleandcomplexityofartificialsociety,tom

8、akeuseoftheCPU/GPUheterogeneousparallelsystemsi