面向OpenCL模型DCT并行化.docVIP

面向OpenCL模型DCT并行化 　　摘要：为了提高DCT变换的速度，文中对面向OpenCL模型的DCT并行化过程进行了研究，首先分析了GPU和OpenCL的特性和优势，研究了传统DCT变换的工作原理，然后针对CPU和GPU两种不同平台对DCT变换进行测试和结果分析，实验结果表明基于OpenCL模型的并行化能够有效地提高DCT变换的速度。 　　关键词：GPU处理器；OpenCL模型；离散余弦变化；并行化 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）26-6007-05 　　随着操作系统和应用程序对复杂且高质量的图形要求越来越高，GPU将CPU从视频处理应用繁重的图形任务中解脱出来。1999年，世界上第一个GPU（GeForce 256）是由NVIDIA于推向市场[1]。GPU全称Graphic Processing Unit，即“图形处理器”[2]，是显卡的“心脏”。现在的GPU已经从由若干专用的固定功能单元组成的专用并行处理器，发展成以GPU内部的通用计算资源为主，固定功能单元为辅的架构，这一架构的出现奠定了GPU计算的发展基础。GPU的处理器数目远多于CPU，其数量决定了其运算能力。 　　GPU已经不再局限于3D图形处理了，由最早以游戏为主要代表的图形应用，到现在大规模并行超级计算机和处理大批量并行浮点运算，尤其在动画渲染、气象研究、能源勘探、生物医疗、金融分析、地理信息系统等各个领域发挥着重要作用。“天河一号A”超级计算机是GPU应用的典型代表，它采用了GPU和CPU混合架构，并使用了超过14000颗CPU，其中配备了2048颗我国自主研发的飞腾FT-1000八核心处理器，Tesla M2050 GPU7168颗，总运算能力2.5PFLOPS，曾在2010年11月获得全球速度最快超级计算机的头衔。它的成功已经充分证明了GPU在数据计算方面的重要性。 　　为了提高DCT变换的速度以及扩展更多的应用，文中主要分析面向OpenCL模型的DCT变换的并行化。通过结合OpenCL语言和GPU的并行特性，充分发掘其中可以并行计算的部分，针对基于GPU的DCT变换的性能进行优化。 　　1 OpenCL 　　随着GPU可编程性不断增强，各种编程工具的不断推出，例如Nvidia的CUDA、AMD的Brook+、Apple的OpenCL、IBM的CBE、Intel的Larrabee，这些工具使GPU通用计算编程的复杂性大幅度降低，已逐步成为一种新型可编程高性能并行计算资源。对于编???人员来说他可以选择不同的语言或者API进行编程，文中选用OpenCL编程。 　　1.1 OpenCL的组成 　　OpenCL最早是由Apple公司提出，在Intel、AMD、NVIDIA等巨头的参与下，2008年12月已形成第一版标准。OpenCL全称Open Computing Language[3，4]，即“开放计算语言”，为编写跨平台的GPU计算的程序提供了方便。 　　OpenCL的组成包含三个部分，如下： 　　1） OpenCL编程语言。又被称为OpenCL C编程语言。它是基于ISO C99标准的一个扩展子集，主要用来编写Kernel程序的语言，能运行在任何类型的微处理器上。 　　2） OpenCL平台API。它定义了协同执行的单个处理器程序找到OpenCL设备所用的函数和函数的功能，以及OpenCL应用创建上下文的函数。 　　3） OpenCL运行时API。它用于管理上下文进行命令队列的创建和运行时发生的其他操作。 　　图形里面也有很多API，比如OpenGL、DirectX是针对图形的，OpenCL是针对并行计算的API。这些构成便于主机程序启动Kernel程序，并为并行计算提供了一个有效的开发平台。OpenCL作为业界公认的第一个异构计算开发语言标准，正逐渐被各主要计算平台所采用。文中采用的异构处理平台为多核CPU和GPU。 　　1.2 OpenCL平台模型 　　OpenCL平台模型为开发人员提供了在计算设备上执行的OpenCL C函数。主机（Host）是OpenCL平台模型中的核心设备，它能够连接一个或多个OpenCL计算设备（Compute Device）。其中每个OpenCL计算设备又由一个或多个计算单元（Compute Unit）组成，每个计算单元由一个或多个处理单元（Processing Element） 组成，各种计算操作都是在处理单元中完成的。例如AMD Radeon HD 7970包含有32组CU，每组CU包含64个PE。Host端是 OpenCL程序的入口和出口，控制着计算设备中处理单元需要进行的计算，从而实现管理平台模型中所有计算资源。计算命令通过应