检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

GPU集群能耗优化控制模型研究

电子学报 2015年第10期43卷 1904-1910页

作者：王海峰曹云鹏临沂大学信息学院山东临沂276005 山东省网络环境智能计算技术重点实验室临沂大学研究所山东临沂276005

随着大数据技术的发展,GPU集群作为一种高效的并行系统被应用到大规模数据实时计算中.能量是实时计算时重要的资源,GPU集群的能耗优化及实时消减成为一个具有挑战性的问题.从集群全局角度引入模型预测控制策略,并建立闭环反馈机制的多... 详细信息

随着大数据技术的发展,GPU集群作为一种高效的并行系统被应用到大规模数据实时计算中.能量是实时计算时重要的资源,GPU集群的能耗优化及实时消减成为一个具有挑战性的问题.从集群全局角度引入模型预测控制策略,并建立闭环反馈机制的多输入多输出控制器.通过调整计算频率和改变活跃流多处理器来改变能耗状态,利用反馈和滚动优化机制完成对未来的控制预判,实现消减冗余能耗的目标.实验表明:控制模型的精度和节能效果优于基准模型,而且具有较好的稳定性,适合应用到大规模数据实时计算中.

关键词：能耗控制 GPU集群能量消减模型预测

用户QoS感知的GPU集群深度学习任务动态调度

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2021年第8期43卷 1331-1340页

作者：罗磊陈照云王俪璇国防科技大学计算机学院湖南长沙410073

提出一种GPU集群下用户服务质量QoS感知的深度学习研发平台上的动态任务调度方法。采用离线评估模块对深度学习任务进行离线评测并构建计算性能预测模型。在线调度模块基于性能预测模型,结合任务的预期QoS,共同开展任务放置和任务执行... 详细信息

提出一种GPU集群下用户服务质量QoS感知的深度学习研发平台上的动态任务调度方法。采用离线评估模块对深度学习任务进行离线评测并构建计算性能预测模型。在线调度模块基于性能预测模型,结合任务的预期QoS,共同开展任务放置和任务执行顺序的调度。在一个分布式GPU集群实例上的实验表明,该方法相比其他基准策略能够实现更高的QoS保证率和集群资源利用率。

关键词：深度学习 GPU集群任务调度 QoS

广义稠密对称特征问题标准化算法在GPU集群上的有效实现

在线全文

学校读者我要写书评

暂无评论

计算机科学 2020年第4期47卷 6-12页

作者：刘世芳赵永华于天禹黄荣锋中国科学院计算机网络信息中心北京100080 中国科学院大学北京100080

广义稠密对称特征问题的求解是许多应用科学和工程的主要任务,并且是计算电磁学、电子结构、有限元模型和量子化学等计算中的重要部分。将广义对称特征问题转化为标准对称特征问题是求解广义稠密对称特征问题的关键计算步骤。针对gpu集... 详细信息

广义稠密对称特征问题的求解是许多应用科学和工程的主要任务,并且是计算电磁学、电子结构、有限元模型和量子化学等计算中的重要部分。将广义对称特征问题转化为标准对称特征问题是求解广义稠密对称特征问题的关键计算步骤。针对GPU集群,文中给出了广义稠密对称特征问题标准化块算法在GPU集群上基于MPI+CUDA的实现。为了适应GPU集群的架构,广义对称特征问题标准化算法将正定矩阵的Cholesky分解与传统的广义特征问题标准化块算法相结合,降低了标准化算法中不必要的通信开销,并且增强了算法的并行性。在基于MPI+CUDA的标准化算法中,gpu与CPU之间的数据传输操作被用来掩盖gpu内的数据拷贝操作,这消除了拷贝所花费的时间,进而提高了程序的性能。同时,文中还给出了矩阵在二维通信网格中行通信域和列通信域之间完全并行的点对点的转置算法和基于MPI+CUDA的具有多个右端项的三角矩阵方程BX=A求解的并行块算法。在中科院计算机网络信息中心的超级计算机系统“元”上,每个计算节点配置2块Nvidia Tesla K20 GPgpu卡及2颗Intel E5-2680 V2处理器,使用多达32个gpu对不同规模矩阵的基于MPI+CUDA的广义对称特征问题标准化算法进行测试,取得了较好的加速效果与性能,并且具有良好的可扩展性。当使用32个gpu对50000×50000阶的矩阵进行测试时,峰值性能达到了约9.21 Tflops。

关键词：广义对称特征问题标准化算法 GPU集群 Cholesky分解转置算法三角矩阵方程

在线全文

学校读者我要写书评

暂无评论

基于GPU集群加速的电阻率三维数值模拟

物探化探计算技术 2018年第1期40卷 126-133页

作者：杜伟吴小平中国科学技术大学地球和空间科学学院地震与地球内部物理实验室合肥230026 蒙城地球物理国家野外科学观测研究站蒙城233500

针对三维直流电法正演模拟中大型稀疏线性方程组求解,在gpu(Graphic Process Unit)集群上实现了并行预处理共轭梯度(conjugate gradient,CG)算法。矩阵预处理使用可并行的对称逐次超松弛近似逆预处理(symmetric successive over relaxat... 详细信息

针对三维直流电法正演模拟中大型稀疏线性方程组求解,在gpu(Graphic Process Unit)集群上实现了并行预处理共轭梯度(conjugate gradient,CG)算法。矩阵预处理使用可并行的对称逐次超松弛近似逆预处理(symmetric successive over relaxation approximate inverse preconditioner,SSORAI),与传统的对称逐次超松弛预处理(symmetric successive over relaxation preconditioner,SSOR)相比,避免了串行的三角矩阵回代求解过程,增加了并行性。在GPU集群通信上,使用支持跨节点gpu-gpu直接通信的MVAPICH2,省去了gpu间通信时gpu到CPU的数据中转过程。为了提高数据局部性和重复性,使用RCM算法(reverse Cuthill-Mckee algorithm)对预处理后的线性方程组进行带宽缩减,并利用gpu的计算通信重叠,极大地缩减了计算时间。实验结果表明,这里提出的方法在GPU集群上有很好的可扩展性。同时,程序基于CUDA FORTRAN语言实现,可以容易地与现有FORTRAN程序相结合,提高程序的性能。

关键词：直流电法 GPU集群 SSORAI-CG RCM算法 CUDA FORTRAN MVAPICH2

在线全文

学校读者我要写书评

暂无评论

多指标自趋优的GPU集群能耗控制模型

计算机研究与发展 2015年第1期52卷 105-115页

作者：王海峰陈庆奎临沂大学信息学院山东临沂276002 上海理工大学光电信息与计算机工程学院上海200093

在大规模流数据实时处理领域中图形处理器(graphics processing unit,gpu)集群是一种重要的并行计算系统,对计算速度、能耗和可靠性3项指标都有较高要求.然而各指标互相约束,在实时计算中需要动态寻找最优均衡点,因此GPU集群中多项性能... 详细信息

在大规模流数据实时处理领域中图形处理器(graphics processing unit,gpu)集群是一种重要的并行计算系统,对计算速度、能耗和可靠性3项指标都有较高要求.然而各指标互相约束,在实时计算中需要动态寻找最优均衡点,因此GPU集群中多项性能指标实时优化成为一个具有挑战性的问题.为综合考虑计算速度、能耗和可靠性3项指标,利用极大熵函数法把多项指标转化为一个综合性能评价指标,再以模型预测控制理论为基础构造一个自适应强的控制模型,该模型能够依据计算负载的变化动态调整集群内节点的能耗状态,在保证计算速度和可靠性的前提下消减冗余计算能耗.与未考虑可靠性的基准控制模型进行对比实验,结果表明所提出的模型具有较好的控制稳定性和鲁棒性,适合应用到GPU集群节能管理中.

关键词：能耗优化可靠性 GPU集群模型预测极大熵函数

在线全文

学校读者我要写书评

暂无评论

应用GPU集群加速计算蛋白质分子场

计算机辅助设计与图形学学报 2010年第3期22卷 412-419页

作者：张繁王章野姚建吴韬彭群生浙江大学CAD＆CG国家重点实验室杭州310027 浙江工业大学计算机学院杭州310023 浙江大学理学院化学系杭州310027

针对生物化学计算中采用量子化学理论计算蛋白质分子场所带来的巨大计算量的问题,搭建起一个GPU集群系统,用来加速计算基于量子化学的蛋白质分子场.该系统采用消息传递并行编程环境(MPI)连接集群各结点,以开放多线程OpenMP编程标准作为... 详细信息

针对生物化学计算中采用量子化学理论计算蛋白质分子场所带来的巨大计算量的问题,搭建起一个GPU集群系统,用来加速计算基于量子化学的蛋白质分子场.该系统采用消息传递并行编程环境(MPI)连接集群各结点,以开放多线程OpenMP编程标准作为多核CPU编程环境,以CUDA语言作为gpu编程环境,提出并实现了集群系统结点中gpu和多核CPU协同计算的并行加速架构优化设计.在保持较高计算精度的前提下,结合MPI,OpenMP和CUDA混合编程模式,大大提高了系统的计算性能,并对不同体系和规模的蛋白质分子场模拟进行了计算分析.与相应的CPU集群、gpu单机和CPU单机计算方法对比,该GPU集群大幅度地提高了高分辨率复杂蛋白质分子场模拟的计算效率,比CPU集群的平均计算加速比提高了7.5倍.

关键词： GPU集群蛋白质分子场模拟并行加速架构设计

在线全文

学校读者我要写书评

暂无评论

基于B/S模式的GPU集群管理系统设计

计算机工程 2015年第10期41卷 6-9页

作者：康雷张树本杨坚中国科学技术大学自动化系合肥230027

普通PC机上搭载的gpu显卡存在功耗低、性能差的问题,不能满足大规模统一计算设备架构(CUDA)并行计算的需求。为此,将计算密集型任务转移到GPU集群中完成,设计并实现基于B/S模式的GPU集群管理系统,用户通过网页提交CUDA代码即可得到gpu... 详细信息

普通PC机上搭载的gpu显卡存在功耗低、性能差的问题,不能满足大规模统一计算设备架构(CUDA)并行计算的需求。为此,将计算密集型任务转移到GPU集群中完成,设计并实现基于B/S模式的GPU集群管理系统,用户通过网页提交CUDA代码即可得到GPU集群计算后的结果。测试结果表明,该系统可使用户在任何能使用浏览器的电子设备上完成基于CUDA的计算密集型任务,不仅方便用户使用,而且能加速程序的运行过程,提高工作效率。

关键词： GPU集群统一计算设备架构 B/S模式资源管理任务调度

基于GPU集群的高度真实感并行渲染系统设计与实现

在线全文

学校读者我要写书评

暂无评论

基于GPU集群的高度真实感并行渲染系统设计与实现

作者：袁雪山东大学

学位级别：硕士

近年来,人们对影视动漫、终端游戏、人工智能等领域寄予了非常高的期望,图像渲染是这些领域的底层技术,是一种高复杂度高密集型的计算。在图像渲染发展的同时,计算生态系统已经从单核发展到多核、单机发展到集群。随着计算生态系统的发... 详细信息

近年来,人们对影视动漫、终端游戏、人工智能等领域寄予了非常高的期望,图像渲染是这些领域的底层技术,是一种高复杂度高密集型的计算。在图像渲染发展的同时,计算生态系统已经从单核发展到多核、单机发展到集群。随着计算生态系统的发展,也随着平板电脑、手机和带有移动处理器的头戴显示器等便携式设备成为流行的视频游戏平台,光栅化实时渲染的渲染质量显然已经不能满足用户的需求,高度真实感的渲染质量才是渲染的目标。轻量级便携式设备的用户需求与高复杂度的渲染计算能力产生了强烈的冲突。因此,在具有高性能计算能力的集群上异步地进行高度真实感的渲染计算,以支持便携式设备的交互式3D应用成为了解决用户需求和计算能力冲突的关键技术。本课题来源于省重点研发计划——基于云平台的移动终端实时渲染关键技术。本文基于GPU集群的众核计算能力,异步地实现具有可交互性的高度真实感的渲染计算。基于高性能的GPU集群,开发基于gpu的具有高度真实感的并行渲染系统,搭建C/S架构的系统框架,基于NVIDIAOptiX开源的渲染流水线,使用C、C++、CUDA C编程来调用gpu,解决高度真实感渲染算法在gpu上的并行计算工作,从而实现与轻量级便携式设备应用程序的交互。本文在轻量级便携式设备对渲染计算需求的大背景下,基于现有GPU集群,完成了基于GPU集群的高度真实感并行渲染系统的设计与实现,包括场景表示标准、场景数据解算、基于GPU集群的并行渲染引擎、基于gpu的高度真实感渲染材质库以及基于Android的渲染客户端五部分。并行渲染系统解决了高度真实感渲染的并行计算工作,使高度真实感渲染算法在GPU集群上得到了显著的加速效果,并行渲染系统同时具备的统一的场景表示标准和传输协议,使得并行渲染系统能够有效地支持更多的轻量级便携式设备应用程序的渲染工作。

关键词： GPU集群高度真实感并行渲染

基于GPU集群的通用量子线路仿真优化方法研究

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

基于GPU集群的通用量子线路仿真优化方法研究

作者：骆慧敏南京航空航天大学

学位级别：硕士

伴随着量子计算的飞速发展,量子计算机的研究成果不断涌现,在量子计算机实用化前,量子计算仿真技术仍是研究人员开展研究的重要手段。量子线路作为量子计算仿真实现最具代表性的模型,一直是国内外学者的研究热点。本文以量子线路为主要... 详细信息

伴随着量子计算的飞速发展,量子计算机的研究成果不断涌现,在量子计算机实用化前,量子计算仿真技术仍是研究人员开展研究的重要手段。量子线路作为量子计算仿真实现最具代表性的模型,一直是国内外学者的研究热点。本文以量子线路为主要研究对象,针对量子线路的设计和优化开展分析研究,提出了适合GPU集群环境的通用量子门组合,设计了GPU集群环境下的量子门等价替换方法和量子线路等价规则（简称量子计算仿真线路优化方法）,对量子算法进行仿真线路的设计和优化。具体工作包括以下几个方面:第一,针对基础量子门的仿真效率问题,分析量子计算中通用量子门的组合及GPU集群环境下量子门仿真实现的数据依赖关系;提出了适合GPU集群环境的通用量子门组合（受控Z门,Hadamard门,?8门）;通过实验验证了其具有更高的仿真效率。第二,分析基础量子门的等价关系,以适合GPU集群环境仿真实现的量子门组合为基础,提出了适合GPU集群环境的量子门等价替换方法和量子线路等价规则;通过在GPU集群环境下的实验,验证所提出的优化方法的有效性,为本文后续针对具体量子算法的仿真线路设计与优化提供了有效的指导。第三,针对典型的量子算法如量子隐形传态、量子Fourier变换和Grover量子搜索算法,利用本文所提出的仿真线路优化方法对其线路进行设计和优化;实验结果显示,优化后量子算法的线路具有更高的仿真效率。其中,量子隐形传态仿真效率提高了63%,在进行33位算法仿真时,量子Fourier变换的仿真效率提高了16.7%,Grover量子搜索算法的仿真效率提高了55.6%;通过总结,进一步说明了本文所提出的量子算法仿真线路设计与优化方法具有普适性。本文研究了GPU集群环境下的量子计算仿真线路的设计和优化方法,提高了GPU集群环境下量子算法的仿真效率,对我国量子计算仿真技术的发展起到较大的推动作用。

关键词：量子门量子线路量子计算仿真量子算法 GPU集群