基于CUDA的细粒度并行计算模型研究  

Fine-Grained Parallel Computing Model Based on CUDA

作　　者：肖汉[1,2] 肖波[3] 冯娜 杨锦锦 

机构地区：[1]郑州大学信息工程学院,郑州450001 [2]郑州师范学院信息科学与技术学院,郑州450044 [3]郑州二中,郑州450002 [4]郑州市档案馆,郑州450007

出　　处：《计算机与数字工程》2013年第5期801-804,共4页Computer & Digital Engineering

基　　金：国家自然科学基金项目(编号:41171357);中国博士后科学基金项目(编号:2012M510176);河南省信息技术教育研究项目(编号:ITE12130)资助

摘　　要：作为应用软件模型和计算机硬件之间的桥梁,编程模型在计算机领域的重要性不言而喻。但随着具备细粒度并行计算能力的图形处理器(GPU)进入主流市场,与之相适应的编程模型发展却相对滞后。Nvidia在GeForce 8系列显卡上推出的统一计算设备架构(CUDA)技术,使得通用计算图形处理单元(GPGPU)从图形硬件流水线和高级绘制语言中解放出来,开发人员无须掌握图形学编程方法即可在单任务多数据模式(SIMD)下完成高性能并行计算。论文从特性、组成和并行架构等几个方面对CUDA并行计算模型进行了研究,充分表明基于GPU进行高性能并行计算,是适应目前大规模计算需求的一个重要发展途径。As a bridge between natural model of an application and hardware model of computer,programming model is important in computer industry.Nevertheless,evolution of programming model could not suit already boosted GPU which have fine-grained parallel computing ability.The new launch of CUDA technology by NVIDIA GeForce 8 Graphics has freed GPGPU technology from the graphics fixed pipeline and high-level shader language,allowing the design and implementation of SIMD parallel algorithms on a much more simple way than previous method based on texture rendering.This paper focuses on fine-grained parallel computing model from character,composition and parallel architecture of CUDA.It illustrates that high performance computing based on GPGPU technology is an important direction of developments to meet the requirements of large scale computing.

关 键 词：图形处理器 图形处理器的通用计算 统一计算设备架构 细粒度并行计算 单指令多数据 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]