基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对图形处理器(GPU)架构下的软件可移植性、可编程性差的问题,为了便于在GPU上开发并行程序,通过自动映射与静态编译相结合,提出了一种新的基于制导语句控制的编译优化方法,实现了一个源到源的自动转化工具GPU-S2S,它能够将插入了制导语句的串行C程序转化为统一计算架构(CUDA)程序.实验结果表明,经GPU-S2S转化生成的代码和英伟达(NVIDIA)提供的基准测试代码具有相当的性能;与原串行程序在CPU上执行相比,转换后的并行程序在GPU上能够获取显著的性能提升.
推荐文章
面向CPU-GPU源到源编译系统的渐近拟合优化方法
源到源编译
统一计算架构(CUDA)
剖分
渐近拟合优化
面向CPU-GPU架构的源到源自动映射方法
通用计算图形处理器(GPGPU)
统一计算架构(CUDA)
自动映射
源到源编译
面向节点异构GPU集群的编程框架
GPU集群
异构
分布式并行编程框架
代码转换
任务分配
可移植性
面向GPU的循环合并
通用图形处理单元(GPU)
循环合并
并行
CUDA
循环间数据重用
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 GPU-S2S:面向GPU的源到源翻译转化
来源期刊 高技术通讯 学科 工学
关键词 图形处理器(GPU) 制导语句控制 源到源转化
年,卷(期) 2012,(4) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 388-394
页数 分类号 TP334.7
字数 5366字 语种 中文
DOI 10.3772/j.issn.1002-0470.2012.04.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董小社 西安交通大学电子与信息工程学院 114 962 16.0 24.0
2 李丹 西安交通大学电子与信息工程学院 120 504 12.0 17.0
3 曹海军 西安交通大学电子与信息工程学院 5 37 3.0 5.0
4 张保 西安交通大学电子与信息工程学院 4 32 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图形处理器(GPU)
制导语句控制
源到源转化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
论文1v1指导