基于行為特征剖析的CUDA程序合成方法研究.pdf

1、隨著GPU體系結(jié)構(gòu)的發(fā)展和GPU編程模型的成熟,越來越多的應(yīng)用程序采用了高性能GPU架構(gòu)來開發(fā)。NVIDIA公司提出的CUDA編程模型,已經(jīng)在業(yè)界取得了巨大成功,引起了學者們的廣泛研究。同時,微體系結(jié)構(gòu)的設(shè)計人員使用詳細的模擬器代替相應(yīng)的硬件芯片,來驗證芯片在程序性能和能耗方面的設(shè)計。然而,盡管CUDA程序在詳細的模擬器與它所模擬的真實硬件芯片上運行的性能相近,但是在模擬器環(huán)境下,使用測試程序來評價芯片的設(shè)計,需要漫長的執(zhí)行時間。

2、>　　基于行為特征剖析的CUDA程序合成方法為解決模擬器環(huán)境下測試程序執(zhí)行時間漫長的問題提供了有效的手段。在體系結(jié)構(gòu)的性能研究中,為了測試某個芯片的性能或者能耗,體系結(jié)構(gòu)研究人員使用了具有諸多行為特征的測試程序,例如指令混合比例、線程數(shù)量、控制流中的跳轉(zhuǎn)概率等,而對于程序的功能不在考慮之列。在CUDA程序合成系統(tǒng)中,使用了從指令級別到線程級別的許多行為特征作為CUDA程序源代碼生成器的輸入,得到一個合成后的替代程序的內(nèi)核。盡管合成后的替

3、代程序與原始的程序在使用功能上和動態(tài)指令數(shù)上是不同的,它卻與原始的程序有著非常接近的性能。這是因為,CUDA程序合成的過程中通過擴展GPGPU-Sim模擬器開發(fā)了內(nèi)建的程序剖析工具,以及確定了影響性能的許多重要因素。在生成替代程序后,通過實驗比較了合成后的替代程序與原始的程序從指令級別到線程級別的諸多行為特征上的相似性,并采用吞吐率、動態(tài)指令數(shù)以及運行時間等性能指標來檢驗CUDA程序合成方法的有效性。
　　使用來自CUDA SDK