基于OpenCL的均值平移算法在多个众核平台的性能优化研究

摘要：

OpenCL作为一种面向多种平台、通用目的的编程标准,已经对许多应用程序进行了加速.由于平台硬件和软件环境的差异,通用的优化方法不一定在所有平台都有很好的加速.通过对均值平移算法在GPU和APU平台的优化,探讨了不同平台各种优化方法的贡献力,一方面研究各个平台的计算特性,另一方面体会不同优化方法的优劣,在优劣的相互转化中寻求最优的解决方案.实验表明,算法并行优化前、后在AMD 5850、Tesla C2050和APU A63650上分别达到了9.68、5.74和1.27倍加速,并行相比串行程序达到79.73、93.88和2.22倍加速,前两个平台OpenCL版本相比,CUDA版本的OpenCV程序达到1.27和1.24倍加速.

关键词：GPU、APU、OpenCL、均值平移算法

所属期刊栏目：40

分类号：TP302(计算技术、计算机技术)

资助基金：国家自然科学基金项目60303020,60533020;国家自然科学基金重点项目60503020;国家自然科学基金青年基金项目61100072;国家"863"计划基金资助项目2012AA010902;ISCAS-AMD联合fusion软件中心资助

在线出版日期：2013-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：79-85,110