图形处理器(GPU)

摘要： 嵌入式图形处理器(GPU)随着访存数据量越来越大,访存子系统在性能、面积及功耗等方面的瓶颈已经日益凸显。针对图形处理器的数据特点及访存需求,考虑到嵌入式图形处理器面积及功耗的约束,结合Godson GPU架构平台,提出了一种面向嵌入式图形处理器的访存子系统结构设计。该设计主要针对图形处理流水线的访存特点,对cache的结构进行了优化,并提出了一种基于链表方式的结构,提高了访存的效率,减少了面积且降低了功耗。为了使访存子系统适配并行图形流水线,提出了一种屏幕分区方法,可以在消除cache的一致性问题的同时,使访存子系统的负载更加均衡。该设计为嵌入式图形处理器的访存子系统设计提供了借鉴。

摘要： 图形处理器(GPU)访存利用率已经成为影响其性能的关键瓶颈之一。在处理器设计中,访存的预取结构设计成为了提高访存利用率的主要方法之一。结合图形处理器的访存密集的特点,在提高预取性能的前提下,减小影响图形流水线正常效率成为热门的研究方向。本文基于一种图形处理器无损压缩的结构,提出了一套图形处理器的预取结构设计。本预取结构设计可在访存密集型的图形流水线中有效提高访存利用率,并不影响当前图形流水线的效率。实验结果表明,在Godson GPU图形处理器平台上,与传统预取结构相比,针对访存密集型测试程序,cache命中率可以提高15%以上。针对访存空闲的测试程序,该设计不会对流水线产生负面影响。

摘要： 实现了寄存器传输级(RTL)图形处理器(GPU)研究平台——GPU-Hi。GPU-Hi支持OpenGL 2.0 API,支持统一着色器渲染架构,使用专用集成电路(ASIC)完成图形流水线的固定功能算法,使用单指令多线程(SIMT)架构流处理器完成图形流水线的可编程着色器模块。在使用28 nm工艺的情况下,该平台的物理设计面积为7.9μm^(2)。使用glmark2的测试集作为性能测试程序,完成了该平台的功能正确性验证,同时使用该测试集研究了3D图形应用的计算特性,并进行了GPU微结构级的性能分析。测试结果表明,图形应用的光栅化任务与像素着色任务不随图形应用分辨率等比例增大;同时GPU硬件的光栅化模块性能受着色程序处理能力与显存访问能力的影响。本平台的实现对GPU RTL平台的研究发展有重要的借鉴价值,本文中得到的结论对GPU性能优化具有重要参考意义,有力支持了GPU硬件研究的发展。

摘要： 直方图统计在图像增强和目标检测等领域有着重要的应用。然而,随着图像规模不断增大、实时性要求越来越高,直方图统计局部增强算法的处理过程较慢,达不到预期满意的速度。针对这一不足,在图形处理器(GPU)平台上实现了直方图统计图像增强算法的并行处理,提升了处理大幅面数字图像的处理速度。首先,通过充分利用统一计算设备架构(CUDA)活动线程块和活动线程来并行处理不同的子图像块和像素点,提升了数据访问的效率。然后,采用内核配置参数优化和数据并行计算技术,实现了直方图统计图像增强算法在GPU平台上的并行化。最后,采用主机端和设备端间高效的数据传输模式,进一步缩短了系统在异构计算平台上的执行时间。研究表明,对于像幅大小不同的图像,图像直方图统计并行算法的处理速度相比CPU串行算法均有两个数量级的提高,处理一幅像幅大小为3241×3685的图像需要787.11 ms,并行算法的处理速度提高了261.35倍,为实现实时大规模图像处理奠定了良好基础。

摘要： 针对戴眼镜、人脸姿态变化以及眯眼睛等复杂场景,提出了一种基于多任务卷积神经网络(MultiTask CascadedConvolutionalNetworks,MTCNN)的人眼检测算法。针对性地调整与优化网络,删除landmark部分以简化网络结构,进而调整网络的输入尺寸,使模型更适用于人眼检测。实验结果表明,基于MTCNN的人眼检测算法在数据集上准确率达92.1%,图形处理器(GraphicsProcessingUnit,GPU)检测速度达112frames/s,可以有效兼顾实时性与准确性。

摘要： 移动对象数据具有规模大、更新频繁的特点,对数据可视化具有较高的性能要求。当数据规模增大时,实时加载数据进行可视化的性能效率会随之降低。为了提高移动对象可视化的效率,提出了GPU环境下的移动对象更新方法,并结合移动对象特征设计出并行查询方案。同时,优化了移动对象的更新函数,通过比较临近的两次可视化查询的时间区间,找出需要更新的时间片,对其进行相应的更新,从而避免了整个时间区间的更新。实验使用了数据规模为400万到1000万的合成数据集,和包含约960万个采样点的真实出租车数据集。实验结果表明,与CPU上的R-Tree查询、GPU上的R-Tree查询和CPU上更新函数中的串行索引查询方法相比,所提方法具有较好的查询性能,加速比最高可达18.48。移动对象更新函数优化后,当临近的两次可视化查询时间区间完全重叠时,加速效率接近100%。

摘要： 针对粒子滤波定位的计算量和占用内存过大的问题,提出了一种基于栅格地图预处理的加速粒子滤波方法,使自主移动机器人可快速定位并减少内存占用.地图预处理阶段,按照设定的地图分辨率,对每个坐标的每个角度计算并存储最近障碍物的距离,得到查找表的结果;粒子滤波阶段,使用图形处理器(GPU)并行维护粒子,并直接从改进的查找表中查找粒子周围障碍物距离信息,用于计算粒子权重.实验结果表明,该方法占用的内存更少且定位速度也得到明显的提高.

摘要： 在图形处理器GPU研制过程中,测试工作是保证GPU芯片正确性、有效性的必备手段,由于图形命令分类繁多、绘制方式复杂多样,为了保证测试内容的覆盖性和全面性,通常需要开发成百上千的验证项并逐一进行验证对比,在时间和人力上给测试工作带来巨大挑战.为了解决验证工作中测试过程繁琐、耗时和结果比对不准确的问题,本文提出并设计了一种面向自研GPU的自动化测试工具,采用WPF技术,基于自动化验证思路,完成验证项的检测、合格判据的生成、自动化测试和结果比对等功能,提高测试工作的效率,大大缩短GPU验证时间,提高验证的准确度和正确性.

摘要： 流处理器在处理高度并行、计算密集且输入数据较少重用的流应用方面能够取得很好的性能。本文提出一种通用的流执行模型,并以Imagine流处理器和可编程GPU为例验证流执行模型的可用性与有效性。然后,分别在CPU、Imagine模拟器和GPU上实现了8×8离散余弦变换,实验数据表明,流处理器执行的编码效率远超过当前视频应用的实时需求,具有强大的性能优势。

摘要： 流处理器在处理高度并行、计算密集且输入数据较少重用的流应用方面能够取得很好的性能。本文提出一种通用的流执行模型,并以Imagine流处理器和可编程GPU为例验证流执行模型的可用性与有效性。然后,分别在CPU、Imagine模拟器和GPU上实现了8×8离散余弦变换,实验数据表明,流处理器执行的编码效率远超过当前视频应用的实时需求,具有强大的性能优势。

摘要： 流处理器在处理高度并行、计算密集且输入数据较少重用的流应用方面能够取得很好的性能。本文提出一种通用的流执行模型,并以Imagine流处理器和可编程GPU为例验证流执行模型的可用性与有效性。然后,分别在CPU、Imagine模拟器和GPU上实现了8×8离散余弦变换,实验数据表明,流处理器执行的编码效率远超过当前视频应用的实时需求,具有强大的性能优势。

摘要： 流处理器在处理高度并行、计算密集且输入数据较少重用的流应用方面能够取得很好的性能。本文提出一种通用的流执行模型,并以Imagine流处理器和可编程GPU为例验证流执行模型的可用性与有效性。然后,分别在CPU、Imagine模拟器和GPU上实现了8×8离散余弦变换,实验数据表明,流处理器执行的编码效率远超过当前视频应用的实时需求,具有强大的性能优势。

摘要： 流处理器在处理高度并行、计算密集且输入数据较少重用的流应用方面能够取得很好的性能。本文提出一种通用的流执行模型,并以Imagine流处理器和可编程GPU为例验证流执行模型的可用性与有效性。然后,分别在CPU、Imagine模拟器和GPU上实现了8×8离散余弦变换,实验数据表明,流处理器执行的编码效率远超过当前视频应用的实时需求,具有强大的性能优势。

摘要： 提供一种多图形处理器系统，在图形芯片的开发上寻求灵活性。第1GPU(100)有用于外部输出的数字视频输出端子(134(Vout端子))，从Vout端子输出的数字视频信号通过HDMI(120)被供给到显示装置。第1GPU(100)和第2GPU(200)通过用于以双向方式交换数据的数据总线(140)而相互连接着。第2GPU(200)通过数据输入输出接口(220)对从第1GPU(100)供给的数据实施规定的描绘处理，并将描绘处理后的数据通过数据输入输出接口(220)返回到第1GPU(100)。第1GPU(100)根据需要来处理从第2GPU(200)返回的数据，并从Vout端子经由HDMI(120)将数字视频信号向外部输出。

摘要： 本发明公开了一种图形处理器固件升级的方法和图形处理器，可应用于数据通信技术领域。所述方法包括：通过系统管理总线接收来自处理器的升级请求命令；通过所述系统管理总线接收待升级的固件；基于所述待升级的固件升级图形处理器的固件。通过SMBus对GPU的固件进行升级，从而在由于GPU板卡异常或故障导致PCIe总线异常或故障，而无法通过PCIe总线通信时，实现在线修复GPU板卡的异常。

摘要： 本发明公开一种图形处理器操作模式的控制方法及图形处理器，该控制方法应用于一计算机系统的一图形处理器，且图形处理器具有多个串流处理器，包括下列步骤：根据计算机系统的一运行状况，决定图形处理器操作于一正常模式或一节能模式；当图形处理器操作于正常模式时，计算机系统开启图形处理器的全部串流处理器；以及，当图形处理器操作于节能模式时，计算机系统开启图形处理器的部分串流处理器。由以上可知，借由使用者手动的设定或是计算机系统自动的检测，本发明的图形处理器可开启全部的串流处理器使其操作于正常模式，或是关闭部分的串流处理器使其操作于节能模式，而达成本发明的图形处理器具有动态节能功能。

摘要： 提供了一种图形处理器和图形处理器中执行后处理的方法。GPU包括一个或多个后处理控制器和3D图形管线，其中，所述3D图形管线包括在像素着色器级之后的后处理着色器级。所述一个或多个后处理控制器可使包括所述后处理着色器级的一个或多个后处理级的执行同步。所述3D图形管线可包括一个或多个像素着色器、一个或多个图块缓冲器以及直接通信链路，其中，所述直接通信链路在所述后处理着色器级与所述一个或多个图块缓冲器之间。所述一个或多个后处理控制器可使所述一个或多个后处理着色器与所述一个或多个图块缓冲器之间的通信同步。

摘要： 提供一种多图形处理器系统，在图形芯片的开发上寻求灵活性。第1GPU(100)有用于外部输出的数字视频输出端子(134(Vout端子))，从Vout端子输出的数字视频信号通过HDMI(120)被供给到显示装置。第1GPU(100)和第2GPU(200)通过用于以双向方式交换数据的数据总线(140)而相互连接着。第2GPU(200)通过数据输入输出接口(220)对从第1GPU(100)供给的数据实施规定的描绘处理，并将描绘处理后的数据通过数据输入输出接口(220)返回到第1GPU(100)。第1GPU(100)根据需要来处理从第2GPU(200)返回的数据，并从Vout端子经由HDMI(120)将数字视频信号向外部输出。

摘要： 本发明公开了一种图形处理器固件升级的方法和图形处理器，可应用于数据通信技术领域。所述方法包括：通过系统管理总线接收来自处理器的升级请求命令；通过所述系统管理总线接收待升级的固件；基于所述待升级的固件升级图形处理器的固件。通过SMBus对GPU的固件进行升级，从而在由于GPU板卡异常或故障导致PCIe总线异常或故障，而无法通过PCIe总线通信时，实现在线修复GPU板卡的异常。

摘要： 本公开提供一种用于图形处理器的工作组的分配方法以及图形处理器，该方法包括：实时请求将当前工作组分配到多个计算单元之一；根据多个计算单元中每个的实时负载状态以及当前工作组的大小，在多个计算单元中选择用于当前工作组运行的目标计算单元；将当前工作组分成多个线程粒度发送到所述目标计算单元。本公开基于各个并行计算单元的实时负载情况将工作组分配给计算单元，达到各个计算单元负载均衡的目的，提高计算单元的利用效率，从而提升并行计算的性能。

摘要： 本发明公开了一种图形处理器拓扑切换设备和图形处理器板卡，设备包括：连接第一中央处理器与图形处理器的第一PCIE切换器的第一端口的第一纵向PCIE线缆、连接第二中央处理器与图形处理器的第二PCIE切换器的第一端口的第二纵向PCIE线缆、连接第一PCIE切换器的第二端口和第二PCIE切换器的第二端口的横向PCIE光纤线缆，以及基板管理控制器；基板管理控制器通过内部集成电路总线连接到第一纵向PCIE线缆、第二纵向PCIE线缆、和横向PCIE光纤线缆，配置为获取并基于第一纵向PCIE线缆、第二纵向PCIE线缆、和横向PCIE光纤线缆的配置标识而配置第一PCIE切换器和第二PCIE切换器的固件，以形成图形处理器拓扑。本发明能够提升各拓扑下的节点性能并拓宽应用场景。

摘要： 本发明公开了一种图形处理器板卡和图形处理器管理方法，所述图形处理器板卡包括主控芯片、图形处理器、VR芯片、监控芯片和时钟芯片；所述主控芯片对外通过管理接口和时序控制接口连接服务器主机，对内连接图形处理器、VR芯片、监控芯片和时钟芯片；所述主控芯片根据管理接口接收的管理信号切换对内的信号连接通路，实现外部对图形处理器的管理；所述图形处理器板卡通过USB接口进行debug。所述方法包括服务器主机向图形处理器板卡发送管理接口信号，所述管理接口信号包含预先定义的功能指令；图形处理器板卡的主控芯片根据功能指令切换板卡内的信号连接通路，实现对图形处理器的管理。本发明通过一个主控芯片和简单的接口信号，实现板卡管理功能。

摘要： 提供了一种图形处理器、渲染系统以及操作图形处理器的方法。所述图形处理器可以包括内部命令生成器和图形计算设备。所述内部命令生成器可以被配置为接收定时信息并且基于所述定时信息生成用于定期地执行变形的变形命令。所述图形计算设备可以被配置为响应于所述变形命令，通过使用从外部源提供的感测信息以及已被渲染过的帧数据，定期地执行所述变形，而无需由主机进行上下文切换。