基于GPU的GRAPES模型并行加速及性能优化

• 作者: 何水兵 张玉萍 王卓薇 许先斌 赵武清
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: GRAPES GPU 数据传输时间 设备内存加载和存储 线程控制流
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 分布式技术
• 页码范围: 401-411
• 页数: 11页
• 分类号: TP399
• 字数: 8291字
• 语种: 中文

摘要

GRAPES(global/regional assimilation and prediction system)数值天气预报模式作为地球大气一个典型的非线性化离散系统,计算量非常巨大,因此利用低成本、低功耗和高性能的GPU对GRAPES模式进行并行加速成为目前的研究热点.首先通过实现GRAPES模式在GPU中的并行加速,发现系统性能提升并不理想.在此基础上,提出了性能优化策略,包括缓解数据传输时间、降低设备内存加载和存储的数量和避免线程控制流分支,实验结果表明,利用GPU的性能优化策略有效地提升了GRAPES系统性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许先斌	武汉大学计算机学院	48	420	12.0	18.0
2	赵武清	广东电网公司信息中心	4	7	2.0	2.0
3	张玉萍	武汉大学计算机学院	6	34	4.0	5.0
4	王卓薇	广东工业大学计算学院	11	31	3.0	5.0