面向通用计算GPU集群的任务自动分配系统-论文.pdf

《面向通用计算GPU集群的任务自动分配系统-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第40卷第3期计算机工程2014年3月Vl01．40NO．3ComputerEngineeringMarch20l4·体系结构与软件技术·文章编号；1000-3428(2014)03—0103-05文献标识码：A中田分类号：N945面向通用计算GPU集群的任务自动分配系统胡新明，盛冲冲，李佳佳，吴百锋(复旦大学计算机科学技术学院，上海201023)摘要：当前GPU集群的主流编程模型是MPI与CUDA的松散耦合，采用这种编程模型进行编程，存在编程复杂度大、程序的可移植性差、执行效率低等问题。为此，提出一种面向通用计算G

2、PU集群的任务自动分配系统StreamMAP。对编译器进行改造，以编译制导的方式提供集群任务的计算资源需求，通过运行时系统动态地发现、建立并维护系统资源拓扑，设计一种较为契合GPU集群应用特征的任务分配策略。实验结果表明，StreamMAP系统能降低集群应用程序的编程复杂度，使之较为高效地利用GPU集群的计算资源，且程序的可移植性和可扩展性也得到了保证。关健词：GPU集群；异构；编程模型；任务分配；可移植陛；可扩展性AutomaticTaskAssignmentSystem0fGeneralComputingOrie

3、ntedGPUClusterHUXin-ming，SHENGChong-chong，LIJia-jia，wUBai—feng(SchoolofComputerScience，FudanUniversity,Shanghai201203，China)[Abstract]MPI+CUDAarethemainstreamprogrammingmodelsofcurrentGPUclusterarchitecture．However,byusingsuchalowlevelprogrammingmodel，programme

4、rsrequiredetailedknowledgeoftheunderlyingarchitecture，whichexertsaheavyburden．Besides，theprogramislessportabilityandineficient．ThispaperproposesStreamMAEanautomatictaskassignmentsystemonGPUclusters．Itprovidespower~l，yetconciselanguageextensionsuitabletodescribe

5、thecomputeresourcedemandsofclustertasks．Itdevelopsaruntimesystemtomaintainresourceinformation，andsuppliesanautomatictaskassignmentforGPUcluster．ExperimentsshowthatStreamMAPprovidesprogrammability,portabilityandscalabilityforGPUclusterapplication．[KeywordslGPUcl

6、uster；heterogeneous；programmingmodel；taskassignment；portability；scalabilityDOI：1O．3969／j．issn．1000-3428．2014．03．021并行计算能力呈现多层次化。GPU集群不仅能够支持常规1概述粒度的单程序多数据(SingleProgramMultipleDate，SPMD)采用具有大规模并行计算能力的GPU作为异构加速设和多程序多数据(MultipleProgramMultipleDate，MPMD)计备的GPU集群在科学

7、计算领域得到了广泛的研究和应用。算能力，而且可以支持更细粒度的面向大规模数据的SPMD文献[1]采用GPU集群作为底层运行平台来加速流计算应和单指令多数据(SingleInstructionMultipleData，SIMD)计用。文献[2】将分子生物学中蛋白质分子场的计算程序并行算能力。GPU集群这种异构计算资源和多层次并行计算能化，使之能够在GPU集群上加速执行。此外，GPU集群在力给并行程序设计带来了巨大的困难。仿真学和分子动力学等领域也有大量应用实现。研究结为了更好地对GPU集群这种异构计算平台进行编果表明，

8、对于具有数据密集型计算的应用，相比较于传统程，学术界在编程模型方面进行了大量的研究。文献[6]和的计算平台，GPU集群能够提供充分的计算能力，并带来文献[7]对基于SMP体系结构的并行编程模型MPI+openMP可观的性能加速比。进行了初步的探索。文献[8】对现有的消息传递系统进行了GPU的加入使得GPU集群呈现节点内部资源的异构扩充，以使其能