10.3969/j.issn.1000-3428.2015.02.056
面向节点异构GPU集群的编程框架
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。
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
TP391(计算技术、计算机技术)
复旦大学ASIC和系统国家重点实验室基金;华为创新研究计划基金资助项目。
2015-03-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
292-297