检索结果-南通市图书馆

OpenMDSP:Extending OpenMP to Program Multi-Core DSPs

Journal of Computer Science & Technology 2014年第2期29卷 316-331页

作者：何江舟陈文光陈光日郑纬民汤志忠叶寒栋 Department of Computer Science and Technology Tsinghua University Huawei Technologies Co. Ltd.

Multi-core digital signal processors （DSPs） are widely used in wireless telecommunication, core network transcoding, industrial control, and audio/video processing technologies, among others. In comparison with general-purpose multi-processors, multi-core DSPs normally have a more complex memory hierarchy, such as on-chip core-local memory and non-cache-coherent shared memory. As a result, efficient multi-core DSP applications are very difficult to write. The current approach used to program multi-core DSPs is based on proprietary vendor software development kits （SDKs）, which only provide low-level, non-portable primitives. While it is acceptable to write coarse-grained task-level parallel code with these SDKs, writing fine-grained data parallel code with SDKs is a very tedious and error-prone approach. We believe that it is desirable to possess a high-level and portable parallel programming model for multi-core DSPs. In this paper, we propose OpenMDSP, an extension of OpenMP designed for multi-core DSPs. The goal of OpenMDSP is to fill the gap between the OpenMP memory model and the memory hierarchy of multi-core DSPs. We propose three classes of directives in OpenMDSP, including 1） data placement directives that allow programmers to control the placement of global variables conveniently, 2） distributed array directives that divide a whole array into sections and promote the sections into core-local memory to improve performance, and 3） stream access directives that promote big arrays into core-local memory section by section during parallel loop processing while hiding the latency of data movement by the direct memory access （DMA） of a DSP. We implement the compiler and runtime system for OpenMDSP on PreeScale MSC8156. The benchmarking results show that seven of nine benchmarks achieve a speedup of more than a factor of 5 when using six threads.

关键词： OpenMP multi-core digital signal processor data parallelism Long Term Evolution

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于MPI的并行小波聚类算法

基于MPI的并行小波聚类算法

引用

第二十二届中国数据库学术会议

作者：梁红李伟生赵光嗣北京交通大学计算机与信息技术学院

1引言聚类是一种描述性工作,它的目标就是把一个数据集合划分成一些有意义的子集,使得每个子集内部有最大的相似性而不同子集之间有最大的差异性。聚类技术可以在无需任何有关应用领域的专业知识的背景下去发现数据的属性和模式,因此聚... 详细信息

1引言聚类是一种描述性工作,它的目标就是把一个数据集合划分成一些有意义的子集,使得每个子集内部有最大的相似性而不同子集之间有最大的差异性。聚类技术可以在无需任何有关应用领域的专业知识的背景下去发现数据的属性和模式,因此聚类分析应用于许多研究领域,包括数据挖掘、统计学、

关键词： WaveCluster Parallel MPI data parallelism

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

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

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

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

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：