面向MIC架构的OpenCL科学计算程序测试与优化

摘要

采用加速部件实现异构并行计算是近年来高性能计算领域的重要趋势,如何利用异构并行编程模型充分挖掘加速部件性能成为了关键问题.本文面向Intel集成众核架构MIC,选择SHOC测试集中的若干OpenCL科学计算程序,测试发现工作组大小,自动向量化,共享本地内存和Cache重用效率等对程序性能影响很大,通过迭代调优可以在MIC上实现多达2.6倍的性能提升.此外,OpenCL的开放跨平台特点有利于多设备异构协同并行编程,且本文的研究结果对于MIC架构上的OpenCL应用开发以及编译器实现优化等都具有一定的参考价值.