CUDA高性能计算并行编程.pdfVIP

VoL 25，No．9,2009 技术交流 微型电脑应用 2009年第25卷第9期 MicrocomputerApplications 文章编号：1007-757X(2009)9-0055-03 CUDA高性能计算并行编程 李波，赵华成，张敏芳 处理原则等。采用了对比实验，结果表明了CUDA在并行计算上有很强的能力，为GPU的通用计算提供了新的方法和思路。 关键词：GPU；CUDA；性能优化： 中图法分类号：TP391 文献标志在四方码：A 0引言 由于这些原因，选择使用CUDA技术进行研究。 目前，CUDA的编程模型GPU本身就具有极大的并行 近几年来，基于GPU的通用计算主要研究内容除了图 处理能力。CUDA编程模型使得程序员很自然地运用并行处 形处理以外，还包括如何利用GPU进行更为广泛的应用计 理。在CUDA编程模型中，GPU是视为一个协处理器，能 算。自从NVIDIA发行CUDA以后，使得开发非图像的应够执行大量线程并行。在其架构下面，一个程序分为两部分： 用变的相当简单。CUDA把GPU当成CPU的协调处理器， 提供了大规模多线程架构。CPU的架构提供了2到4个多device端是在显示芯片上执行的部分。而当遇到数据并行处 核，而GPU架构提供了一百多个核，甚至更多，使得利用很 理部分，CUDA就会将程序编译成GPU能执行的程序，并 多线程来进行并行处理。CUDA是NVIDIA的GPGPU模型， 传送到GPU。这个程序在CUDA中叫内核。在实际运行时， 它是以C语言为基础，对C语言进行扩展，完成在显示芯 CUDA会产生许多在GPU上执行的线程，每一个线程都会 片上执行的程序，而不需要去学习特定的显示芯片指令或者 去执行内核程序。虽然程序有同一份，但因为索引不同，就 特殊的结构就能完成CUDA程序的编写。CUDA的最大优有不同的数据来进行计算。 势在于它极大降低了利用GPU进行编程的入门门槛。只要 下面一两个矩阵的加法为例子，用双层循环来完成在 编程人员掌握C语言，就可以利用CUDA所提供的编程环CPU上的执行。 境和SDK基于GPU进行软件开发。 void addMatfix(mt。a，intb，int‘c，mtN) 目前CUDA提供的主要功能包括『1．21：(1)在GPU上{ 提供标准C语言；(2)为支持CUDA的GPU并行计算提供mtindeK 统一的软硬件解决方案；(3)标准的快速傅立叶变换和基本 for(mri=O；kN；H){ 线性代数子程序库；(4)CUDA驱动与OpenGL和DirectX for(rotj=OjNj++) 等图形驱动程序兼容：(5)CUDA支持对驱动程序的直接访 { 问。CU】DA的计算特性是通过标准的C语言将GPU的计算mdex=-i+州； 特性结合起来，由线程来创建应用程序。NVIDIA的GPUs c[mdex]=a[mdex]+b[mdex]； 提供了大规模的计算资源，有成百个核运行成千线程实现数 } 据操作的并行。凭借NVIDIA的CUDA技术，开会人员能 } 够利用GPU解决极其复杂的并行计算难题，开发出前所未 } 有的高性能的应用软件。应用的领域主要包括：视频转码、 ／at main() 视频画质的提高、金融股票分析、医疗诊断等众多领域。 { 1 CUDA的编程模型