基于CUDA的细粒度并行计算模型研究

• 作者: 冯娜 杨锦锦 肖汉 肖波
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 图形处理器 图形处理器的通用计算 统一计算设备架构 细粒度并行计算 单指令多数据
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 图像处理
• 页码范围: 801-804
• 页数: 4页
• 分类号: TP391
• 字数: 2528字
• 语种: 中文

摘要

作为应用软件模型和计算机硬件之间的桥梁,编程模型在计算机领域的重要性不言而喻.但随着具备细粒度并行计算能力的图形处理器(GPU)进入主流市场,与之相适应的编程模型发展却相对滞后.Nvidia在GeForce 8系列显卡上推出的统一计算设备架构(CUDA)技术,使得通用计算图形处理单元(GPGPU)从图形硬件流水线和高级绘制语言中解放出来,开发人员无须掌握图形学编程方法即可在单任务多数据模式(SIMD)下完成高性能并行计算.论文从特性、组成和并行架构等几个方面对CUDA并行计算模型进行了研究,充分表明基于GPU进行高性能并行计算,是适应目前大规模计算需求的一个重要发展途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖汉	郑州大学信息工程学院	39	346	11.0	17.0