O的penCL与高性能计算在通信领域的研究和应用前景.ppt

OpenCL与高性能计算 在通信领域的研究和应用前景 华南理工大学 电子与信息学院 覃健诚 博士 内容列表 异构计算中的GPU技术 OpenCL标准简介 OpenCL在通信领域的应用前景 华南理工大学的相关研究工作 从并行计算到异构计算 并行计算：技术发展的必然趋势 摩尔定律面临技术挑战，性能提高困难 传统软件算法不能直接提高并行计算的性能 同构并行计算：体系结构相对单一 多核、超线程、多CPU等 异构计算：不同体系结构的计算单元相结合 CPU、GPU、DSP等 异构计算：各种规模层次 超级计算机：CPU + GPU/协处理器 例：天河二号，2013年世界排名第一 个人计算机：CPU + GPU 例：3D动画工作站 智能终端：CPU + GPU 例：高清智能手机 单片机：CPU + DSP/FPGA/ASIC 例：嵌入式密码机 GPU：异构计算的重要成员 GPU（图形处理单元） 最初用于3D图形显示的加速（显卡） 本世纪初有利用GPU进行通用计算的研究 2008年发布的OpenCL标准支持GPU计算 GPU计算的优势 拥有高传输带宽、多道流水线计算引擎 用户量大，成本适中 能够多GPU并行，扩展性好 GPU并行计算模式 属于SIMD（单指令流、多数据流）并行架构 使用一致的计算指令程序 通过同时处理多个数据流来提高速度 GPU编程需要并行算法优化 单个计算单元的性能并不比CPU高 有大量并行计算单元，总体性能高 传统串行算法程序不能提速，需要并行算法 计算机的体系结构分类 如何理解CPU + GPU异构计算 异构计算的本质：计算任务分担 类比：80386 + 80387协处理器 80386：x86的CPU，整数计算为主 80387：浮点计算协处理器 CPU + GPU异构计算方式 CPU的并行性能有限（例：8核16线程） 利用GPU加速计算（例：1024个流处理器） 只有计算密集型任务适合于GPU分担 内容列表 异构计算中的GPU技术 OpenCL标准简介 OpenCL在通信领域的应用前景 华南理工大学的相关研究工作 OpenCL是一种开放编程接口标准 业界多个大的厂商支持 苹果、IBM、Intel、AMD、nVidia等 得到的支持多：兼容性好 支持CPU、GPU、DSP、Cell等硬件 类比：OpenGL、OpenAL OpenGL：3D图形标准 OpenAL：音频标准 OpenCL的意义：统一异构计算 传统做法：每种硬件都有专门的编程方式 问题：一种程序不能用在另一种硬件上 OpenCL：一致的编程方式支持各种硬件 异构的硬件统一看作计算资源 OpenCL的应用领域：部分列举 科学研究：需要大量数值计算的地方 例：天气预报云图分析、核聚变模拟 商用、娱乐：也有大量需求 例：云计算、大数据分析、游戏物理引擎 创意设计：专业显卡的传统领地 例：电影特技、工业模型设计 信息安全：会快速消耗大量计算资源 例：加密分析、密码破解、寻找大素数 内容列表 异构计算中的GPU技术 OpenCL标准简介 OpenCL在通信领域的应用前景 华南理工大学的相关研究工作 智能终端：GPU参与计算 取代部分专用芯片，提高集成度 视频压缩编码，例：H.264编码 通信编码、解码，例：LTE的LDPC纠错码 加密运算，例：RSA、AES、ECC加密 GPU承担一部分并行计算任务 例：浏览器的并行加速 OpenCL的优势：通用性 能够兼容多种硬件平台 云计算：整合计算资源 为计算密集型应用提供服务 云计算的优势：各种资源的有效分配与利用 模式：智能终端 + 云端 重量级计算任务集中在云端 例：平板电脑做3D动画设计 大数据统计分析 利用GPU并行加速 网络安全：大运算量的挑战 密码破解、密码分析 例：1997年互联网暴力破解DES加密，96天 用GPU加速可以提高性能一个数量级以上 加密防护 使用超长密钥，用GPU加速的加密算法 例：10000位以上的RSA加密 寻找大素数：利用GPU并行搜索 用来制作超长密钥 内容列表 异构计算中的GPU技术 OpenCL标准简介 OpenCL在通信领域的应用前景 华南理工大学的相关研究工作 华南理工大学的基础平台建设 中国教育科研网CERNET/CERNET2华南地区中心 教育部互联网应用创新开放平台示范基地 华南理工大学的基础平台建设 广东省教育科研网GDERNET运行中心 华南理工大学的高性能计算建设 中国科研网格ChinaGrid五个发起学校之一 ChinaGrid主节点建设 华南理工ChinaGrid主节点 计算能力（CPU + MIC + GPU） CPU：7.3 TFLOPS（万亿次/秒） M