一种基于cpu-gpu异构计算的混合编程模型

《一种基于cpu-gpu异构计算的混合编程模型》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11卷第6期信息工程大学学报Vol.11No.62010年12月JoumalofInformationEngineeringUniversityDec.201O一种基于CPU-GPU异构计算的混合编程模型王伟郭绍忠王磊冯颖2(1.信息工程大学信息工程学院，河南郑州I450002;2.总后勤部档案馆，北京100842)摘要:在分析基于CPU-GPU异构计算模式程序开发面临的主要挑战和当前解决途径的基础上，设计了一种适用于GPU集群环境的、综合利用MPI、OpenMP，CUDA以及OpenGLAPI开发技术的混合编程模型，重点分析了混合编程模型的两种编程方式的实现原理，搭建了相应的实

2、验环境并进行了对比测试。实验结果表明，使用混合编程模型设计的程序具有良好的性能表现和扩展潜力。关键词:GPU;异构计算;混合编程中固分类号:TP311.52文献标识码:A文章编号:1671-0673(2010)06-0674-05HybridProgrammingModelßasedonCPU-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近年来，基于CPU-GPU的混合异构计算系统逐渐成为国内外高性能计算领域的热点研究方向。在实际应用中，很多基于CPU-GPU的混合异构计算机系统纷纷涌现，并且表现出良好的性能。但是，由于历史和现实原因的制约，异构计算仍面临着诸多问题，其中最突出的是程序开发困难，尤其是扩展到集群规模级别时，问题更为突出。本文在分析CPU-GPU异构计算模式程序开发现状的基础上设计了一种综合利用MPI、OpenMP，CUDA以及图形API编程方法的混合编程模型，并进行了系统实现和实验验证。1CPU-GPU异构计算模式研究现状1.1CPU-GPU异构计算模式编程面临的挑战基于CPU-GPU的混合异

6、构计算系统是指在传统计算机系统中加入GPU作为加速部件并配合CPU共同完成计算任务的新型系统。相比于传统的单纯以CPU为计算部件的系统，异构计算系统在浮点运算收稿日期:2010-04-27;修回日期:2010-06-23基金项目:国家863计划资助项目(2009AAOI2201);上海市科委重大科技攻关项目(08dz501600)作者简介:王伟(1983-)，男，硕士生，主要研究方向为分布式计算、GPU通用计算;郭绍忠(1964-)，女，副教授，主要研究方向为分布式系统、海量信息处理。第6期王伟等:一种基于CPU-GPU异构计算的混合编程模型675能力、功耗、可扩展性等方面都具有明

7、显的优势[1]。近年来，针对CPU-GPU混合异构计算的研究发展迅速，但是由于历史和现实因素的制约，CPU-GPU异构计算仍面临诸多问题，其中最突出的是程序开发困难。究其原因，一是GPU最初设计目的是专业图形处理而非通用计算，这导致了GPU本身的体系架构对通用计算存在许多硬件制约，例如缺少数据校验机制、双精度性能偏低等，这使得程序开发人员在使用GPU进行通用计算时不得不专门考虑这些问题;二是GPU软件开发的编程模型及编程方式还不成熟，尽管NVIDIA公司推出的CUDA