检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

55 篇 学位论文
39 篇 期刊文献
5 篇 会议

馆藏范围

99 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

93 篇 工学
- 47 篇 计算机科学与技术...
- 35 篇 机械工程
- 21 篇 软件工程
- 6 篇 控制科学与工程
- 6 篇 生物医学工程（可授...
- 5 篇 信息与通信工程
- 4 篇 生物工程
- 4 篇 网络空间安全
- 3 篇 电子科学与技术（可...
- 3 篇 航空宇航科学与技...
- 2 篇 光学工程
- 2 篇 仪器科学与技术
- 2 篇 电气工程
- 2 篇 水利工程
- 2 篇 地质资源与地质工...
8 篇 理学
- 5 篇 数学
- 1 篇 物理学
- 1 篇 天文学
- 1 篇 大气科学
5 篇 管理学
- 5 篇 管理科学与工程(可...
2 篇 医学
- 1 篇 基础医学(可授医学...
- 1 篇 公共卫生与预防医...
1 篇 艺术学
- 1 篇 设计学（可授艺术学...

主题

99 篇 gpu通用计算
25 篇 并行计算
19 篇 cuda
11 篇 图形处理器
6 篇 opencl
6 篇 高性能计算
5 篇 虚拟化
4 篇 统一计算设备架构
3 篇 三维重建
3 篇 深度学习
2 篇 运动目标检测
2 篇 统一计算架构
2 篇 太阳物理
2 篇 天文应用
2 篇 合成孔径雷达
2 篇 超级计算
2 篇 异构计算
2 篇 成像算法
2 篇 口令恢复
2 篇 集群系统

机构

11 篇 上海交通大学
6 篇 华中科技大学
5 篇 南京航空航天大学
4 篇 东南大学
4 篇 西安电子科技大学
4 篇 吉林大学
3 篇 河南城建学院
3 篇 中国科学院研究生...
3 篇 武汉科技大学
3 篇 中国石油大学
3 篇 浙江大学
3 篇 北京工业大学
2 篇 复旦大学
2 篇 兰州大学
2 篇 辽宁师范大学
2 篇 中国科学院国家天...
2 篇 重庆大学
2 篇 中国科学院国家天...
2 篇 北京大学
2 篇 厦门大学

作者

3 篇 张云洲
3 篇 李国徽
3 篇 崔雪冰
3 篇 张玉洁
3 篇 陈彬
3 篇 牛玉美
2 篇 zhang lei
2 篇 申宝明
2 篇 李晓卉
2 篇 杨潇
2 篇 吕相文
2 篇 chen bin
2 篇 张倩芸
2 篇 wang guangsheng
2 篇 张德好
2 篇 张延红
2 篇 彭勃
2 篇 林钢华
2 篇 朱小帅
2 篇 陈和平

语言

99 篇 中文

检索条件"主题词=GPU通用计算"

共 99 条记录，以下是41-50 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：

基于gpu并行加速碰撞检测算法的研究

基于GPU并行加速碰撞检测算法的研究

引用

作者：黄伟益重庆大学

学位级别：硕士

碰撞检测在计算机图形学中主要是指虚拟场景中两个或多个物体在同一时刻是否占据同一个位置。碰撞检测自从计算机出现以后,就一直受到人们的关注和研究,随着计算机技术的发展,人们对虚拟场景的的真实性要求也越来越高,而碰撞检测对虚拟... 详细信息

碰撞检测在计算机图形学中主要是指虚拟场景中两个或多个物体在同一时刻是否占据同一个位置。碰撞检测自从计算机出现以后,就一直受到人们的关注和研究,随着计算机技术的发展,人们对虚拟场景的的真实性要求也越来越高,而碰撞检测对虚拟场景是否具有真实感和沉浸感非常关键。随着时间的发展,研究人员针对提高碰撞检测的效率研究出了很多算法,这些算法对于当时的特定场景产生了很好的效果,具有一定的实时性。然而,随着虚拟场景复杂程度的增加以及物体的精细程度提高,其实时性大受影响。近年来,随着图形处理器飞速发展,gpu的架构和功能发生了革命性的变化,使得gpu可以应用于通用计算,因而,对如何解决碰撞检测实时性问题提供了新的思路和方法。本文通过对典型的碰撞检测算法进行深入分析,利用gpu强大的并行处理能力,提出了一种基于gpu并行加速的碰撞检测算法,从以下几个方面对算法进行了设计和改进:①通过深入分析传统的基于AABB层次包围树的碰撞检测算法,发掘算法中可以并行化的部分,在构建层次包围盒树时,采用自底向上的方式并行处理,加快生成和更新层次树的速度。②在对层次树进行遍历时,也进行了并行优化处理,得到一种基于gpu通用计算的实时碰撞检测算法。在对两个物体进行碰撞检测时,直接利用三角形与另一个物体的层次包围盒树进行遍历,判断其相交情况,由于算法使用CUDA线程的方式来进行处理,因此只需执行一个遍历的过程,其时间复杂度为O(N),相比于CPU的时间复杂度O(N2),有很大改进。当碰撞检测结束后,gpu将碰撞结果数据返回给CPU,进行下一步处理。这种利用―CPU+gpu异构运算‖思想,利用各自的优势,将不同的任务分配到不同端来执行,使得算法性能更佳。实验结果表明,基于gpu并行加速碰撞检测算法取得了很好的效果,即使对更加复杂的模型和场景,仍然满足碰撞检测实时性的要求。

关键词：碰撞检测 gpu通用计算 CUDA 并行计算 AABB

来源：评论

学校读者我要写书评

暂无评论

基于OpenCL的频繁项集挖掘研究

基于OpenCL的频繁项集挖掘研究

引用

作者：李忆重庆大学

学位级别：硕士

随着当今信息技术的高速发展，人们日常生产生活中产生的数据量呈现出爆发式增长。因此，对于海量数据集的处理已成为数据挖掘技术的主要挑战。而如何能以高性价比的方式挖掘到有价值的信息是目前数据挖掘研究的新课题。gpu通用计算技... 详细信息

随着当今信息技术的高速发展，人们日常生产生活中产生的数据量呈现出爆发式增长。因此，对于海量数据集的处理已成为数据挖掘技术的主要挑战。而如何能以高性价比的方式挖掘到有价值的信息是目前数据挖掘研究的新课题。 gpu通用计算技术的日益成熟为数据挖掘技术的发展注入了新的动力。gpu通过与CPU截然不同的发展路线，由当初的专用图形处理器一步步走进今天的通用计算领域，并且正在向传统架构的超级计算机发起挑战。很显然，数据挖掘这类计算密集型应用也必将受益于现代gpu所提供的廉价大规模并行计算能力。关联规则是数据挖掘的重要技术之一，而其中的频繁项集计算任务又是整个算法的核心，研究如何利用gpu通用计算技术来加速频繁项集挖掘具有一定的理论与实际意义。本文通过分析与总结过去关于频繁项集挖掘的研究成果，设计了一种基于OpenCL的CPU+gpu异构执行的挖掘算法，利用OpenCL创建大规模并发线程来加速计算Apriori算法中的计算密集部分。实验采用OpenCL的Java绑定接口来具体实现，并选择了同一级别的CPU与gpu用于改进后算法与原算法的性能对比测试。实验结果表明，改进算法对于稀疏数据集有更好的加速性能，并且随着支持度的降低，加速比呈现扩大趋势，最高达到约20倍。另外，本文初步讨论并实验了利用OpenCL的Local Memory机制来对事务数据的访问作进一步优化。不过，最后的测试结果表明这种改进仅对稠密数据集产生了约10%的性能提升。本文在最后还指出了一些未来值得进一步研究与改进的方向。

关键词：数据挖掘频繁项集 gpu通用计算 OpenCL

来源：评论

学校读者我要写书评

暂无评论

基于gpu深度网络的加速算法研究

基于GPU深度网络的加速算法研究

引用

作者：高文文电子科技大学

学位级别：硕士

近年来,在图像识别、语音识别等领域,深度学习的表现越来越突出,成为业界内很多人的研究对象。而在一个的神经网络中,包含了大量的参数,在进行网络训练时,参数量越大,单次训练需要的时间越来越长。其次,现有的深度网络框架并不能满足任... 详细信息

近年来,在图像识别、语音识别等领域,深度学习的表现越来越突出,成为业界内很多人的研究对象。而在一个的神经网络中,包含了大量的参数,在进行网络训练时,参数量越大,单次训练需要的时间越来越长。其次,现有的深度网络框架并不能满足任何环境下的网络运行。而近年来,图形处理器gpu(Graphic Processor Units)硬件设备得到了快速升级,通用计算技术因此而有了飞跃性的成长,到如今已慢慢开始走向成熟。现在,很多功能强大的gpu的算力是CPU(Central Processing Unit)的几十倍。因此,使用gpu的计算资源加速深度网络能够很好地解决现如今深度网络训练时长的问题。基于以上分析,本文对如今存在的并行加速算法研究后,基于CUDA(Compute Unified Device Architecture)的计算框架,对深度学习算法进行并行加速研究。本论文的主要工作总结如下:(1)gpu加速算法的方法研究。设计深度网络时,在计算的层面,研究了卷积计算展开矩阵乘法的方法,减少网络计算乘法量与加法量;在网络的层面,研究了网络部分参数化的方法,将网络中的权值偏置矩阵进行稀疏化矩阵操作;在网络层面的并行上,研究了通道并行化的方法,对网络在线程块与线程这两个级别上实现并行加速计算。(2)VGG-16深度网络的构造与加速对比研究。在CUDA上,基于加速算法的并行方法,构造出VGG-16深度神经网络,并基于数据集中的图片对网络VGG-16网络进行训练,可视化网络运行时间,计算gpu的加速比。同时,在CPU上对VGG-16网络的单核计算时间与7核计算时间进行了与gpu加速实验的对比研究。最后与VGG-16网络在一些框架上运行的时间作比较,说明本文提出的方法在参数量大的深度网络上应用的有效性。(3)Alexnet深度网络的构造与加速对比研究。在gpu平台上,在单gpu上实现Alexnet网络的构造,并基于本文中的方法,对Alexnet网络进行了网络优化,对网络各层的优化时间进行了可视化,最后与CPU计算和原网络双gpu计算进行了计算时间的对比,说明本文方法在参数量小的深度网络上应用的上有效性。

关键词：深度学习 gpu通用计算 CUDA 卷积展开通道并行

来源：评论

学校读者我要写书评

暂无评论

时空大曲率背景下广义相对论方程的数值求解及优化技术

时空大曲率背景下广义相对论方程的数值求解及优化技术

引用

作者：戴云川兰州大学

学位级别：硕士

目前,数值方法是求解时空大曲率背景下爱因斯坦场方程的唯一可行办法。本文综合了数值相对论研究方面的基础理论和最新进展,并且利用新近发展起来的计算机硬件--图形处理器(gpu)的强大处理能力,在现有代码基础上根据其特点设计适宜的计... 详细信息

目前,数值方法是求解时空大曲率背景下爱因斯坦场方程的唯一可行办法。本文综合了数值相对论研究方面的基础理论和最新进展,并且利用新近发展起来的计算机硬件--图形处理器(gpu)的强大处理能力,在现有代码基础上根据其特点设计适宜的计算机程序完成场方程的求解。经过同cpu代码的对比测试,验证了gpu加速的有效性,事实证明这是一次有益的尝试,同时本文中使用的方法和提供的思路也为解决类似问题提供了很好的参考。

关键词：数值相对论引力波探测 gpu通用计算爱因斯坦场方程偏微分方程 BSSN系统

来源：评论

学校读者我要写书评

暂无评论

基于图形处理器的合成孔径雷达成像算法

基于图形处理器的合成孔径雷达成像算法

引用

作者：杨彬上海交通大学

学位级别：硕士

随着合成孔径雷达(Synthetic Aperture Radar,SAR)系统应用领域的拓广,要求SAR系统可以在更加灵活多样的模式下工作,具有更高的分辨率,在更为严酷的条件下仍然可以获得较为满意的图像结果等,这些都为SAR的信号处理提出了新的挑战。要应... 详细信息

随着合成孔径雷达(Synthetic Aperture Radar,SAR)系统应用领域的拓广,要求SAR系统可以在更加灵活多样的模式下工作,具有更高的分辨率,在更为严酷的条件下仍然可以获得较为满意的图像结果等,这些都为SAR的信号处理提出了新的挑战。要应对这些挑战,势必既要增加SAR成像算法的复杂程度,但同时又要降低成像算法的运行时间,保证图像的实时性。因此,需要探索新的SAR成像算法的运算平台并且研究与之相适应的更为高效高性能的SAR成像算法。高速发展的图形处理器(Graphics Processing Unit, gpu)为高效SAR成像算法提供了具有发展前景的新型运算平台。gpu是为了应对3D时代高复杂的图形图像处理运算而诞生的,与CPU相比,利用gpu芯片进行通用计算具有成本低、性能高的特点。本文的目的在于研究并提出基于gpu的SAR成像算法,该成像算法并非简单的把原有运行在CPU的成像算法移植到gpu上,而是对原有算法进行改进,让它与gpu的架构和编程模型相适应,充分利用gpu的运算资源,提高计算效率。本文首先简要总结基于CPU的经典SAR成像算法,作为研究的理论基础,接着介绍了目前gpu通用计算的发展现状,优势和限制以及编程环境,在此基础之上,针对基于gpu的SAR成像算法的实现进行了详细的讨论。本文的创新性工作主要体现在: 第一,提出了利用OpenGL与Cg实现的,基于gpu的SAR成像算法,该成像算法利用OpenGL与Cg的可移植性,可以实现跨gpu平台。第二,提出了利用CUDA实现的,基于gpu的SAR成像算法,该成像算法的实现利用了gpu最新的开发环境,可以充分的发挥gpu的计算优势。第三,提出了利用纹理贴图来实现距离徙动校正的方法。纹理贴图原本是计算机图形学中的重要概念,它可以获得gpu硬件加速的支持,本文提出的两种基于gpu的SAR成像算法均采用纹理贴图来实现距离徙动校正。第四,提出了自行设计的gpu通用计算的框架。在利用OpenGL与Cg开发SAR成像算法时,必须深入理解gpu图形渲染流水线和编程接口,为了开发的便捷,本文对OpenGL与Cg的图形编程接口进行一定的封装,提出了一个具有一定适用性的gpu通用计算的开发框架。通过仿真实验表明,本文提出的两种基于gpu的SAR成像算法的结果与理论值吻合,具有较好的成像效果。通过处理真实的SAR数据表明,这两种基于gpu的SAR成像算法比传统的基于CPU的成像算法有效率上的提高。特别是基于CUDA的成像算法,有两位数以上的效率提升。因此,本文提出的基于gpu的SAR成像算法具有高效高性能的特点,为应对SAR信号处理领域新的挑战提供具有前景的研究方向。

关键词：合成孔径雷达成像算法图形处理器 gpu通用计算

来源：评论

学校读者我要写书评

暂无评论

基于gpu图像搜索中文本检索的关键技术研究

基于GPU图像搜索中文本检索的关键技术研究

引用

作者：江武华中科技大学

学位级别：硕士

Web图像搜索是一门通过抽取网页中存在的图像信息并建立索引供用户查询的技术。基于关键词的图像搜索是指从网页中抽取出图像的文字性语义描述,然后对其进行加工整理并建立索引的一种搜索方式。目前Web图像搜索的文本检索存在的主要问... 详细信息

Web图像搜索是一门通过抽取网页中存在的图像信息并建立索引供用户查询的技术。基于关键词的图像搜索是指从网页中抽取出图像的文字性语义描述,然后对其进行加工整理并建立索引的一种搜索方式。目前Web图像搜索的文本检索存在的主要问题是图像的文本语义描述不完整,检索不精确,后台数据更新周期慢等。如何精确的从网页中抽取出图像的文本语义描述并高效的建立索引方式是图像搜索中文本检索的关键问题。而随着并行计算硬件gpu的飞速发展,gpu作为一种加速工具被越来越多的应用到高性能计算领域,同时,也可应用于Web图像搜索领域。首先分析图像搜索系统中模块的执行流程及计算特点,在CPU-gpu集群服务器上构建基于内容的图像搜索系统。研究gpu上的图像文本语义抽取方法。针对网页多主题的情况,首先利用经验规则把网页分成多个主题块,然后利用主题块的标签属性提示和局部视觉特征来精确抽取图像的文本语义信息。重点研究gpu上数据处理流程及编程模型,针对gpu不支持动态数据分配的特点,通过预先申请的方法在显存内逐层构建层次型数据;通过数据流控制降低CPU相对gpu的数据处理速度的落差;利用gpu的优化特性,提出一种自适应线程分配的方法完成线程到数据的映射;通过gpu上的并行数据结构实现gpu上的字符串处理库,提高整个算法的性能。研究文本索引中的排序和查找这两个关键算法在gpu上的实现。在排序算法中,首先把整个排序过程分为几个阶段,通过gpu的流处理模式的特点实现算法的过程并行化。排序算法首先在CPU上通过快速排序把待排序的数据分成多个子序列,然后结合文本索引中数据结构的特点,在gpu上对子序列进行局部排序。算法分析了子序列归并时超过共享存储器和没有超过共享存储器两种情况,完成在共享存储器和显存上的归并过程。gpu上的查询主要利用gpu的SIMT的特点实现多数据并行查询。系统测试表明在应用基于gpu的信息抽取算法的情况下,图像的文本语义信息描述更加完整,系统的功能和性能相对CPU上的图像搜索系统都有了很大的提升。同时由于针对文本索引中的关键算法进行了改进,使得文本索引模块的执行效率也有显著的提高。

关键词： Web图像搜索 gpu通用计算信息抽取排序查找

来源：评论

学校读者我要写书评

暂无评论

面向CUDA的循环语句源到源并行化研究

面向CUDA的循环语句源到源并行化研究

引用

作者：孙香玉西北师范大学

学位级别：硕士

近年来，图形处理单元（Graphics Processing Unit，gpu）被广泛用于高性能计算。将gpu用于图形渲染外的计算称为gpu通用计算（General Purpose Computing on gpu，GPgpu）。传统的GPgpu直接用图形学API编程，开发难度大。统一计算设备... 详细信息

近年来，图形处理单元（Graphics Processing Unit，gpu）被广泛用于高性能计算。将gpu用于图形渲染外的计算称为gpu通用计算（General Purpose Computing on gpu，GPgpu）。传统的GPgpu直接用图形学API编程，开发难度大。统一计算设备架构（Compute Unified DeviceArchitecture，CUDA）降低了在gpu上编写并行程序的难度，目前已得到广泛应用。但开发人员在CUDA下手工开发并行程序需要深入了解gpu架构和CUDA模型，难度仍很大。所以降低并行程序的开发难度对于gpu通用计算的推广应用十分重要。本文研究gpu并行程序的自动生成问题，提出了一种面向CUDA的源到源并行化架构STS-CUDA。STS-CUDA可将带循环的可并行化的串行C程序转化为在gpu上并行的CUDAC程序，方便CUDA并行编程。STS-CUDA的工作过程为：先分析可并行化的串行C程序并在其适当位置插入符合STS-CUDA规范的与并行转化有关的指导语句；后通过STS-CUDA识别匹配这些指导语句，转化成对应的CUDA C并行程序。文章研究了STS-CUDA实现并行转化过程中涉及到的任务合理划分、主机端-设备端通信优化、全局存储和共享存储访问优化等方法，最后用实例进行了测试。通过STS-CUDA转化得到的两组矩阵乘法并行化和一组BP算法并行化程序与手写的CUDA并行程序在CUDA下执行得到的结果相近，二者相对于串行程序的加速比也是相近的，证明了提出的STS-CUDA架构的在简化CUDA编程方面的有效性。还可以进一步研究如何减少STS-CUDA中的指导语句以完全屏蔽gpu底层架构，如何在STS-CUDA中加入更多优化方法使转化后的目标代码性能更佳。

关键词：图形处理器 gpu通用计算统一计算设备架构源到源并行化

来源：评论

学校读者我要写书评

暂无评论

基于gpu的分子动力学模拟中电荷分布算法的研究

基于GPU的分子动力学模拟中电荷分布算法的研究

引用

作者：张德好辽宁师范大学

学位级别：硕士

图形处理器(gpu)因为其独特的硬件架构,硬件性能提升一直非常迅速。gpu在密集型运算方面表现出的强大性能,使其在通用计算领域得到了越来越多的重视。gpu通用计算的概念很早就被提出,但受限于编程复杂度和精度等问题,一直没有得到广泛... 详细信息

图形处理器(gpu)因为其独特的硬件架构,硬件性能提升一直非常迅速。gpu在密集型运算方面表现出的强大性能,使其在通用计算领域得到了越来越多的重视。gpu通用计算的概念很早就被提出,但受限于编程复杂度和精度等问题,一直没有得到广泛的应用。随着CPU性能瓶颈的到来,以及现代gpu在可编程性的等方面不断提高,gpu开始作为密集型计算的协处理器得到了广泛的应用。主要的gpu厂商NVIDIA和AMD都推出了自己的GPgpu编程模型,并不断的提供改进。CUDA (Compute Unified Device Architecture)是由NVIDIA公司提供的面向gpu的并行通用计算构架,提供支持使用C语言进行开发的编程模型,解决了过去使用gpu开发需要过度依赖于图形处理API的缺点,大大降低了开发人员面向gpu编程的难度,并加入了对双精度的支持,提供了一个完整的gpu通用运算解决方案。分子动力学模拟是应用分子动力学方法对凝聚态物质的微观结构和运动进行数值模拟的计算机模拟方法。以分子动力学法构建分子体系的数学模型,通过计算模仿出分子体系的行为。分子动力学模拟在很多方面严重依赖于大规模高密度计算,对高性能计算能力有强大的需求。将CUDA与分子动力学模拟相结合,通过gpu加速电荷分布的计算,具有广泛的现实意义。原子-键电负性均衡方法的ABEEMaσπ模型,依据密度泛函理论和电负性均衡原理,提出新的分子动力学模拟中电荷分布计算方法。改进了使用以原子为中心的固定电荷模型,充分考虑到分子中化学键的存在,应用在化学大分子和生物分子体系,有较好的精确度,引起一定的关注,其效果也得到了普遍的肯定。本文在ABEEMσπ电荷分布计算MPI程序基础上,比较了三种不同的并行任务划分方案,提出了ABEEMaσπ电荷分布计算MPI+CUDA并行方案。并根据MPI+CUDA异构并行架构的特点,对电荷分布算法在数据并行的基础上加入了任务并行,提高了整个任务的并行度。对gpu和CPU之间的通信机制进行了改进,通过将计算和传输重叠的方法,隐藏通信开销,提高算法的效率。实际实验结果表明,CUDA能够有效加快较大规模分子体系模拟的电荷分布计算速度。

关键词： gpu通用计算集群系统 ABEEMσπ模型分子动力学模拟电荷分布

来源：评论

学校读者我要写书评

暂无评论

gpu功耗建模与优化技术研究

GPU功耗建模与优化技术研究

引用

作者：谢七曜上海交通大学

学位级别：硕士

随着gpu（Graphic Processing Unit，图形处理器）功能越来越强大，特别是NVIDIA公司CUDA（Compute Unified DeviceArchitecture，统一计算架构）平台的推出，gpu通用计算逐渐成为高性能计算领域一个重要的发展趋势。然而，功耗问题始... 详细信息

随着gpu（Graphic Processing Unit，图形处理器）功能越来越强大，特别是NVIDIA公司CUDA（Compute Unified DeviceArchitecture，统一计算架构）平台的推出，gpu通用计算逐渐成为高性能计算领域一个重要的发展趋势。然而，功耗问题始终是影响gpu通用计算技术发展的一个主要问题。尽管gpu的性能功耗比一般高于传统CPU（Central Processing Unit，中央处理器），但其高绝对功耗仍然会带来诸如芯片封装和散热成本上升，器件寿命和可靠性降低等问题，也不符合当今绿色计算的趋势。在学术界，gpu功耗相关领域的研究尚处于起步阶段，有很多关键技术值得探索。本文的主要工作包括：1)通过深入分析CUDA的编程模型和存储模型，研究其指令执行的特点，进而分析其汇编级PTX（ParallelThread eXecution）指令和机器指令，从计算指令运行和访存行为级提出了一个基于机器指令的gpu功耗预测模型。2)针对四类不同应用，提出了通过动态调节gpu计算能力和显存带宽在不损失性能前提下获得最低功耗的方法。并运用功耗模型预测了gpu在不同核心频率和显存频率下运行不同应用时的功耗，对优化方法进行了验证。对7个典型应用的实测证明，本文提出的功耗模型预测精度在94%以上。同时，本文提出的优化策略使四类应用的平均效能提升了14.5%。本课题受到国家863重点项目“新概念高效能计算机体系结构及系统研究开发”（No.2009AA012201）的资助。

关键词： gpu通用计算功耗优化机器指令功耗建模动态频率调节

来源：评论

学校读者我要写书评

暂无评论

基于岛的遗传算法在CUDA上的优化实现

基于岛的遗传算法在CUDA上的优化实现

引用

作者：高卓吉林大学

学位级别：硕士

随着图形处理器(Graphics Processing Unit, gpu)的迅猛发展,使得图像处理、计算机仿真等领域的发展得到了有力的推进。而随着gpu的发展,人们也开始利用gpu的强大的并行计算能力解决一些实际的问题,开始有越来越多的人参与到了基于gpu... 详细信息

随着图形处理器(Graphics Processing Unit, gpu)的迅猛发展,使得图像处理、计算机仿真等领域的发展得到了有力的推进。而随着gpu的发展,人们也开始利用gpu的强大的并行计算能力解决一些实际的问题,开始有越来越多的人参与到了基于gpu的以及gpu通用计算的课题的研究中来。这其中,并行算法方面的研究就是一个热点课题。本文以学习和研究基于CUDA大规模并行通用计算为目标,选择了基于岛的遗传算法进行了研究。遗传算法(Genetic Algorithm)是模仿生物界中适者生存、优胜劣汰这一规律,演化出的随机化的搜索方法。该算法的特点是：对结构对象进行操作,而受求导和函数连续性的限制；有很好的内在隐并行性和优秀的全局寻优能力；利用概率化巡游方法可以自动获得和指导优化的搜索空间,不用特意规定的去调整搜索方向,它已经被广泛用于组合优化、函数优化、遗传编码、机器学习和人工生命等领域,是当下有关智能计算中的关键性技术。虽然遗传算法可以有效的解决很多领域中的许多的实际问题,但是它的执行时间却成为了限制它使用的主要因素,尤其是在解决一些巨大任务量的问题时,遗传算法的运行时间会过长。不过,通过并行化适应度评估这个过程,算法运行时间过长的问题已经得到了解决,使得它可以在种群中的每个个体之间并行独立的执行,这样就可以大大降低算法的运行时间,提高遗传算法的效率本文对并行遗传算法——基于岛的遗传算法进行了研究和分析并在NVIDIA提出的CUDA架构建立模型实现了该算法：首先,整个种群被分成了若干个子种群,每个子种群被分离到gpu的各个处理器上；这些个分散的种群可以各自进化,从而达到各个子种群的最优状态；之后利用迁移算子再混合各个子种群呈现的优良特性。本文对算法在CPU和gpu上进行了测试,通过CUDA加速后的基于岛的遗传算法在运行速度方面和结果质量方面都得到了非常可观提升。

关键词： CUDA gpu通用计算遗传算法并行计算

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共10页 << < 1 2 3 4 5 6 7 8 9 10 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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

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：