基于GPU的并行优化技术

• 作者: 左颢睿 张启衡 徐勇 赵汝进
• 来源期刊: 计算机应用研究
• 关键词: 图形处理器 并行优化 累加和 统一计算设备架构
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 软件技术研究
• 页码范围: 4115-4118
• 页数: 4页
• 分类号: TP391|TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.11.034

摘要

针对标准并行算法难以在图形处理器(GPU)上高效运行的问题,以累加和算法为例,基于Nvidia公司统一计算设备架构(CUDA)GPU介绍了指令优化、共享缓存冲突避免、解循环优化和线程过载优化四种优化方法.实验结果表明,并行优化能有效提高算法在GPU上的执行效率,优化后累加和算法的运算速度相比标准并行算法提高了约34倍,相比CPU串行实现提高了约70倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张启衡	中国科学院光电技术研究所	92	1542	22.0	34.0