片上网络良率评估的GPU加速

作     者：蓝帆 潘赟 严晓浪 宦若虹 CHENG Kwang-ting LAN Fan PAN Yun YAN Xiao-lang HUAN Ruo-hong CHENG Kwang-ting

作者机构：浙江大学电气工程学院浙江杭州310027 浙江大学信息与电子工程学院浙江杭州310027 浙江工业大学计算机科学与技术学院浙江杭州310023 University of CaliforniaElectrical Computer Engineering 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2017年第51卷第1期

页      面：160-167页

核心收录：

学科分类：080903[工学-微电子学与固体电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：浙江省自然科学基金资助项目(LY15F020008) 国家自然科学基金资助项目(61204030 61302129) 浙江省科技厅公益性技术应用研究计划资助项目(2014C31045) 

主　　题：片上网络 良率 蒙特卡洛 GPU加速 

摘      要：针对片上网络良率评估速度较慢、效率较低的问题,研究片上网络良率评估的GPU加速,提高评估算法的执行效率.将良率评估中的样本分析算法移植到GPU平台;在分析、比较了不同平台,随机样本生成算法优劣的基础上,发现GPU平台不适合生成样本;进一步优化CPU平台上的样本生成算法,使之能与GPU一起,实现异构并行;提出CPU生成样本、GPU执行样本分析的异构并行方案.与仅使用CPU的评估算法相比,采用提出的异构并行算法实现了10倍的运行效率提升.