李丹
- 作品数：2 被引量：5H指数：1
- 供职机构：西安交通大学电子与信息工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 面向图形处理器重叠通信与计算的数据划分方法被引量：5
- 2011年
- 针对"主核心+协处理器"式异构并行系统采用数据平均划分再分批执行的方法来解决主协式处理架构的额外通信开销时未能充分利用系统资源的问题,提出了一种新的数据比例划分方法.结合系统通信带宽和图形处理器(GPU)的计算能力,将应用数据按比例划分为大小不同的数据块后分批提交给GPU处理,使系统的传输资源PCI-E总线和计算资源GPU在一段时间内并行工作,从而实现了应用通信与计算的重叠.在处理按照比例划分的数据块过程中,尽可能充分利用系统的传输资源和计算资源,以减少数据传输和计算的相互等待时间.实验结果表明,采用数据比例划分方法后的应用性能明显提高,可以有效地重叠通信与计算时间,矩阵相乘和快速傅里叶变换总执行时间比未划分时分别减少了5%和30%左右,比平均划分时分别减少了3%和6%左右.
- 张保曹海军董小社李丹胡雷钧
- 关键词：图形处理器数据划分
- GPU-S2S：面向GPU的源到源翻译转化
- 2012年
- 针对图形处理器（GPU）架构下的软件可移植性、可编程性差的问题，为了便于在GPU上开发并行程序，通过自动映射与静态编译相结合，提出了一种新的基于制导语句控制的编译优化方法，实现了一个源到源的自动转化工具GPU-S2S，它能够将插入了制导语句的串行C程序转化为统一计算架构（CUDA）程序。实验结果表明，经GPU-S2S转化生成的代码和英伟达（NVIDIA）提供的基准测试代码具有相当的性能；与原串行程序在CPU上执行相比，转换后的并行程序在GPU上能够获取显著的性能提升。
- 李丹曹海军董小社张保
