基于GPU的Vampire的主要算法的研究与实现开题报告
2020-04-12 08:46:56
1. 研究目的与意义（文献综述）
1.1 课题国内外研究现状
1.1.1 cpu/gpu异构系统
gpu(graphics processing units)最初是1999年由nvidia提出的不同于cpu硬件设计的专用于处理计算机图形学中的任务的硬件模块。gpu芯片上更多的资源（晶体管）用于计算，用于缓存和控制的部件仅占很少一部分，而cpu中大量的资源用于缓存和逻辑控制，只有少部分资源用于计算，如图1.1所示。随着半导体技术的不断发展，gpu中可集成的晶体管数目快速增加，gpu的峰值性能正在以超过摩尔定律（平均每半年增加一倍）的速度增加着，gpu也因此具有计算能力强大、高带宽、高性价比、低能耗比的优点。随着大量软件编程语言的出现，如brook ，gpu的性能和可编程性的不断提高，除了专业图形应用外，gpu越来越多的被应用于大量的通用计算领域，具有这类特征的gpu称为gpgpu(general purpose gpu)。
图1.1 cpu与gpu内部硬件资源分配
2. 研究的基本内容与方案
2.1 研究目标及主要工作
本次毕设的研究目标是针对vampire需要海量数据运算进而存在程序执行效率不高的问题，提出基于cpu/gpu异构平台的vampire主要算法的高性能设计与实现。
本次设计的主要工作是充分考虑到计算内核组织方式、进程线程同步及调度方式、寄存器及各种存储器的访问使用、cpu-gpu之间的通信、cpu/gpu任务的划分等多种影响并行计算程序性能的因素，研究vampire的算法原理和cuda硬件结构，最大限度地开发算法的并行性，合理划分cpu/gpu的工作任务以期实现负载平衡，设置合理的数据结构减少cpu-gpu之间的通信带来的同步开销及延迟，充分利用cuda复杂的存储结构层次，实现最佳的访存方式，分析设计线程、线程块组织方式，实现线程、线程块之间的科学调度执行，从而实现充分发挥gpgpu的并行执行能力，减少同步开销及访存延迟，提高cpu、gpu的资源利用率，达到vampire程序总体的较高性能的优化。
2.2 关键技术
（1）研究分析vampire多种，如：实现和算法原理，磁性材料原子建模的居里温度测算、磁滞回线的计算、与温度相关的磁性材料的各向异性及效应的模拟、以及不同关键参数下的冷却场的模拟等程序的实现和算法原理，结合cpu、gpu的执行计算特点，考虑如何利用cuda机制提供的细颗粒的线程、数据级并行及粗颗粒的任务级并行，实现算法的最大限度的并行开发。
3. 研究计划与安排
| 时间 | 进度安排 |
| 第1周—第3周 | 查阅相关资料，明确研究内容及方案，完成开题报告 |
| 第4周—第5周 | 熟悉掌握GPGPU并行编程的基本理论，完成相关外文文献资料的阅读翻译，理解vampire软件仿真算法原理 |
| 第6周-第9周 | 熟悉CUDA开发环境及编程语言，实现Vampire并行化算法的分析构思，进行vampire程序算法的并行编程，实现系统整体功能，并进行相应性能测试。 |
| 第10周—第12周 | 充分研究CPU/GPU异构系统的并行程序的优化手段，并结合vampire测试结果，实现进一步程序性能的优化。 |
| 第13周—第15周 | 完成系统最终的各项性能测试工作，并撰写毕业论文。 |
| 第16周 | 毕业论文定稿，准备论文答辩。 |
| 第17周 | 毕业论文答辩 |
4. 参考文献（12篇以上）
[1] jason sanders,edward kandrot.cuda by example. person eduction , july 2010.
[2] manuel ujaldon. high performance computing and simulations on the gpu using cuda. interantional conference on high performance comupting and simulation,ieee 2012
[3] j cheng,m grossman,t mckercher.professional cuda c programming.
