NVIDIA Tegra K1异构计算平台访存优化研究

• 作者: 徐歆恺 李威 梁军 肖琳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: GPU优化 访存带宽 数据本地化 向量化 合并访问 拉普拉斯滤波算法
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 体系结构与软件技术
• 页码范围: 44-49
• 页数: 6页
• 分类号: TP311.1
• 字数: 4610字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.12.009

摘要

在异构计算平台的移植和优化过程中,数字图像处理算法的访存性能已成为制约系统性能的主要因素.为此,结合NVIDIA Tegra K1硬件架构特征和具体算法特性,从合并与向量化访存优化、全局访存bank和channel冲突消除等方面,对矩阵转置算法和拉普拉斯滤波算法在NVIDIA Tegra K1异构计算平台上的实现和访存性能优化进行研究.实验结果表明,采用优化方法后的矩阵转置算法和拉普拉斯滤波算法在NVIDIA Tegra K1异构计算平台上取得了较大的访存性能提升,并且具有较好的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖琳	北京联合大学应用科技学院	18	71	4.0	8.0
2	李威	北京联合大学自动化学院	2	6	2.0	2.0