面向GPU存储优化的程序重构方法

• 作者: 吴百锋 李国波 陈钢
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: GPU 科学计算程序 计算重构 数据重构 存储优化 向量数据类型
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 计算机体系结构
• 页码范围: 1921-1927
• 分类号: TP391
• 字数: 7641字
• 语种: 中文

摘要

图形处理器(GPU)的高性价比吸引了越来越多的科学计算.和图形应用相比,科学计算程序存在纷杂的数据依赖和不规则访问,影响其在GPU上的执行性能.为此,提出一种面向GPU体系结构的程序重构方法.通过计算重构增大程序的可并行性和计算密集性,改善GPU上计算资源的利用率.通过数据重构消除程序中的不规则数据访问,使用向量数据类型提高程序的存储带宽.实验结果表明:文中提出的优化方法减少了程序在GPU上的执行时间,获得了1.17 ～8.91倍的加速比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴百锋	复旦大学计算机科学技术学院	48	359	11.0	16.0
2	陈钢	复旦大学计算机科学技术学院	6	13	2.0	3.0
3	李国波	复旦大学计算机科学技术学院	4	11	2.0	3.0