文献类型：期刊文章

作　　者：曲海成[1] 于思淼[2] 刘万军[2] 王鑫源[2]

QU Hai-cheng;YU Si-miao;LIU Wan-jun;WANG Xin-yuan(College of Software,Liaoning Technical University,Huludao,Liaoning 125105,China)

机构地区：[1]辽宁工程技术大学软件学院软件工程系,辽宁葫芦岛125105 [2]辽宁工程技术大学软件学院,辽宁葫芦岛125105

出　　处：《电子学报》

基　　金：国家自然科学基金青年基金(No.41701479);辽宁省自然科学基金(No.20180550529);辽宁省教育厅科学研究基础研究(No.LJ2019JL010)。

年　　份：2020

卷　　号：48

期　　号：4

起止页码：654-661

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：为对CUDA并行程序内核性能进行分析和预测,从而指导并行程序设计及性能优化,提出一种性能预测框架.1)从GPU编程模型和设备架构细节入手,以线程束为研究单位,通过整合与GPU程序用时密切相关的软硬件基本特征,定义了并行空间闲置度、流处理器线程束负载、并行效应因子等高层次性能相关特征.2)基于上述特征,框架针对线程负载均衡型GPU程序,评估内核函数在不同问题规模以及执行配置下的执行时间.3)依据性能评估原理提出了内核函数执行配置参数的优化策略.验证实验结果表明,该框架在两种典型情境下对现有程序性能的平均预测准确率分别达到89%和94%,客观归纳了高层次特征与程序性能间的相关关系,且能定性分析并行算法性能水平.

关 键 词：性能预测  线程束  设备并行空间  并行效应  性能特征  执行配置参数优化  

分 类 号：TP302.7]