检索结果-南通市图书馆

检索条件"主题词=线程放置"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

相关度排序

面向CUDA程序的线程放置优化策略研究

面向CUDA程序的线程放置优化策略研究

引用

作者：谢根栓哈尔滨工业大学

学位级别：硕士

GPU具备强大的数据并行处理与浮点计算能力,因而被越来越广泛地应用于数值模拟和科学计算等领域。但面对GPU的复杂硬件结构和完全不同于CPU的多线程编程模型,提高GPU上程序开发效率以及程序的性能就显得尤为重要,线程放置策略是其中重... 详细信息

GPU具备强大的数据并行处理与浮点计算能力,因而被越来越广泛地应用于数值模拟和科学计算等领域。但面对GPU的复杂硬件结构和完全不同于CPU的多线程编程模型,提高GPU上程序开发效率以及程序的性能就显得尤为重要,线程放置策略是其中重要的一环。线程放置策略比较复杂,传统的线程放置策略包括参考指导建议、穷举参数等。本文在程序静态信息和运行时信息基础上,使用机器学习算法建立了CUDA程序线程放置优化模型。本文首先对具有较强代表性的程序核心信息做了总结,并设计了基于nvprof工具采集对应的运行时信息的方法。但采集运行时信息存在耗时过长的弊端,采集过程需要反复运行程序导致时耗成倍增长。为此,本文进而提出了采集静态程序信息替代部分运行时信息的思路。本文通过使用LLVM框架将CUDA程序转化为中间表示形式,编写分析pass统计源程序的循环信息、指令信息、存储信息等,综合实现了CUDA程序静态信息的采集,大大减少了程序信息采集的耗时。本文还提出了全面反映程序性能变化的设置标签算法。经过筛选,本文确定了多个机器学习算法参与训练,并使用网格搜索方法、交叉验证方式完成参数调优的工作。在实验分析中,本文在三个公开程序集上选取程序建立训练集,共设计完成了三组实验。通过静态信息替代效果分析实验,验证了静态信息对运行时信息有较好拟合效果,可以在保证模型训练精度前提下,使信息采集时耗减少23.2%。通过机器学习算法对比实验,发现了支持向量机算法对本模型具有更好的训练效果。通过与已有模型在同等条件下展开测试,证明本文提出的模型相比已有模型提高精度3.7%、降低时耗51.8%,拥有更好的训练效果与时间优势。

关键词： CUDA 线程放置机器学习 LLVM 性能优化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：