OpenCL与高性能计算在通信领域的研究和应用前景.pptVIP

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