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:
基于异构GPU集群的主流编程方法是MPI与CUDA的混合编程或者其简单变形。因为对底层的集群架构不透明,程序员对GPU集群采用MPI与CUDA编写应用程序时需要人为考虑硬件计算资源,复杂度高、可移植性差。为此,基于数据流模型设计和实现面向节点异构GPU集群体系结构的新型编程框架分布式并行编程框架(DISPAR)。 DISPAR框架包含2个子系统:(1)代码转换系统StreamCC,是DISPAR源代码到MPI+CUDA代码的自动转换器。(2)任务分配系统StreamMAP,具有自动发现异构计算资源和任务自动映射功能的运行时系统。实验结果表明,该框架有效简化了GPU集群应用程序的编写,可高效地利用异构GPU集群的计算资源,且程序不依赖于硬件平台,可移植性较好。
推荐文章
CPU和GPU混合集群的负载均衡策略
GPU集群
负载均衡
计算资源
计算效率
基于节点分组的异构集群负载均衡算法
异构集群
负载均衡
节点分组
面向任务的TBB多核集群混合并行编程模型
多核集群
MPI
TBB
面向任务
混合编程
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 面向节点异构GPU集群的编程框架
来源期刊 计算机工程 学科 工学
关键词 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
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 292-297
页数 6页 分类号 TP391
字数 3894字 语种 中文
DOI 10.3969/j.issn.1000-3428.2015.02.056
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 吴百锋 复旦大学计算机科学技术学院 48 359 11.0 16.0
2 李佳佳 复旦大学计算机科学技术学院 15 33 3.0 5.0
3 胡新明 复旦大学计算机科学技术学院 4 17 2.0 4.0
4 盛冲冲 复旦大学计算机科学技术学院 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (36)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (10)
二级引证文献  (13)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
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
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导