GPGPU

摘要： 随着计算机网络技术和数字电视的迅猛发展,我们对视频的清晰度有了更高的要求,为了能够方便地进行高清视频的实时编解码,基于GPU的通用计算(GPGPU)应运而生.基于GPU—GPU的传统架构,GPGPU明显更加优化便捷,效率更高,本文从GPGPU在多媒体SOC芯片设计和高清智能电视中的应用进行了研究.

摘要： 随着计算机网络技术和数字电视的迅猛发展,我们对视频的清晰度有了更高的要求,为了能够方便地进行高清视频的实时编解码,基于GPU的通用计算(GPGPU)应运而生.基于GPU—GPU的传统架构,GPGPU明显更加优化便捷,效率更高,本文从GPGPU在多媒体SOC芯片设计和高清智能电视中的应用进行了研究.

摘要： 在不久前南京召开的"全球半导体市场与应用趋势论坛"上,系统级技术初创公司——天数智芯的创始人兼董事长李云鹏向媒体介绍了该公司从系统切入AI芯片的策略.

摘要： With the latest advances in computing technology, a huge amount of efforts have gone into simulation of a range of scientific phenomena in engineering fields. One such case is the simulation of heat and mass transfer in capillary porous media, which is becoming more and more necessary in analyzing a number of eventualities in science and engineering applications. However, this procedure of numerical solution of heat and mass transfer equations for capillary porous media is very time consuming. Therefore, this paper pursuit is at making use of one of the acceleration methods developed in the graphics community that exploits a graphical processing unit (GPU), which is applied to the numerical solutions of such heat and mass transfer equations. The nVidia Compute Unified Device Architecture (CUDA) programming model offers a correct approach of applying parallel computing to applications with graphical processing unit. This paper suggests a true improvement in the performance while solving the heat and mass transfer equations for capillary porous radially composite cylinder with the first type of boundary conditions. This heat and mass transfer simulation is carried out through the usage of CUDA platform on nVidia Quadro FX 4800 graphics card. Our experimental outcomes exhibit the drastic overall performance enhancement when GPU is used to illustrate heat and mass transfer simulation. GPU can considerably accelerate the performance with a maximum found speedup of more than 5-fold times. Therefore, the GPU is a good strategy to accelerate the heat and mass transfer simulation in porous media.

摘要： Though the History of using password in computing can be traced back to as far as mid of last century little focus has been implied on how to securely store and retrieve password to authenticate and authorize services to the end users. In this paper the current security of various password hashing schemes that are in use today will be investigated through practical proof of concept-GPU based, password hash dump cracking using the power of cloud computing. We will be providing comparison on different password hashing cracking time using the cloud GPU power in AWS. The focus of this paper is to show the possible use of cloud computing in cracking hash dumps and the way to countermeasures them by using secure hashing algorithm and using complex passwords.

摘要： 近些年来,伴随着我国科技水平的高速提升,图像的处理速度也得到了一定程度的提升,然而对于部分密度要求偏高的图像处理任务,以往的CUP技术已经远远无法达到预想的处理效果.因此,这要求相关的技术人员需要加强对可编程图像处理软件的重视,有效提升GPU的各项性能,使其能够实现对图片的均衡化与薄云消除,从而在图像处理中发挥更大的价值.目前,该项技术已经引起了社会各界的高度重视,大量的技术人员开始投入到相关课题项目的科研工作中,因此,文章通过对具体的例子对GPGPU的两类图像处理技术进行必要的比较,根据分析结果可以明显看出,以GPGPU为基础的图像处理技术的工作效率约提升了40倍,而以CUDA的处理技术则提升了80多倍,因此,在高强度多作业量下以GPGPU为基础的图像处理技术将发挥更大的作用.

摘要： 随着通用图形处理器在计算机领域的广泛应用,新的异构计算模式被提出.以英伟达公司为首的异构计算平台可以提供非凡的应用程序性能,能将应用程序计算密集部分的工作负载转移到 GPU,同时仍由 CPU 运行其余程序代码.本文通过采用分析异构众核并行技术,对图像匹配算法进行改进.实验表明,该方法有效提高了图像匹配速度.

摘要： 随着数据化社会的到来,深度学习模型被广泛地研究,并涌现了一批有影响力的模型.由于超参和神经元的数目是百万级别,所以这些模型的复杂度很高.另外,当训练数据集增大时,模型需要消耗更多的计算资源.GPGPU具有强大的并行计算能力,大大减少深度学习模型的训练时间.但GPU通用计算的性能提升与模型有关,这方面鲜有人研究.本文侧重于GPGPU下深度学习模型的性能分析.

摘要： Achronix多年以来一直在为可编程逻辑领域提供创新,在性能、功耗和成本领先性方面树立了行业标准。2013年,Achronix发布了Speedster22i FPGA系列产品,从而推出了业内最先进的FPGA产品,该系列带有用于高性能有限应用的嵌入式系统级知识产权（IP）产品。Speedster22i系列产品是首款特定应用型FPGA芯片,支持了全新的、具有创新性的高性能可编程设计。

摘要： 使用基于GPU 和FPGA的专用硬件进行通用计算的加速可以充分利用算法的 并行性,是当今高性能计算的热点.为解决在异构加速平台上的并行编程效率问题,本文提出了一种基于MapReduce的编程模型,能够在FPGA 上实现与软件类似的编程 灵活性,并且可扩展到GPGPU上.应用实例证明,这种编程模型可以有效提高硬件计 算的效率.

摘要： 使用基于GPU 和FPGA的专用硬件进行通用计算的加速可以充分利用算法的 并行性,是当今高性能计算的热点.为解决在异构加速平台上的并行编程效率问题,本文提出了一种基于MapReduce的编程模型,能够在FPGA 上实现与软件类似的编程 灵活性,并且可扩展到GPGPU上.应用实例证明,这种编程模型可以有效提高硬件计 算的效率.

摘要： 使用基于GPU 和FPGA的专用硬件进行通用计算的加速可以充分利用算法的 并行性,是当今高性能计算的热点.为解决在异构加速平台上的并行编程效率问题,本文提出了一种基于MapReduce的编程模型,能够在FPGA 上实现与软件类似的编程 灵活性,并且可扩展到GPGPU上.应用实例证明,这种编程模型可以有效提高硬件计 算的效率.

摘要： 使用基于GPU 和FPGA的专用硬件进行通用计算的加速可以充分利用算法的 并行性,是当今高性能计算的热点.为解决在异构加速平台上的并行编程效率问题,本文提出了一种基于MapReduce的编程模型,能够在FPGA 上实现与软件类似的编程 灵活性,并且可扩展到GPGPU上.应用实例证明,这种编程模型可以有效提高硬件计 算的效率.

摘要： 在直接体绘制中，传输函数的设置对最终绘制效果起关键作用。但好的传输函数一般不易寻求，因此如何准确、快速地生成传输函数成为一个极具挑战性的问题。本文利用GPU的并行计算能力结合体数据各组织的边界信息提出了一种传输函数自动生成算法。基于CT和MRI数据进行的测试实验表明了算法的有效性和实时性。

摘要： 在直接体绘制中，传输函数的设置对最终绘制效果起关键作用。但好的传输函数一般不易寻求，因此如何准确、快速地生成传输函数成为一个极具挑战性的问题。本文利用GPU的并行计算能力结合体数据各组织的边界信息提出了一种传输函数自动生成算法。基于CT和MRI数据进行的测试实验表明了算法的有效性和实时性。

摘要： 在直接体绘制中，传输函数的设置对最终绘制效果起关键作用。但好的传输函数一般不易寻求，因此如何准确、快速地生成传输函数成为一个极具挑战性的问题。本文利用GPU的并行计算能力结合体数据各组织的边界信息提出了一种传输函数自动生成算法。基于CT和MRI数据进行的测试实验表明了算法的有效性和实时性。

摘要： 在直接体绘制中，传输函数的设置对最终绘制效果起关键作用。但好的传输函数一般不易寻求，因此如何准确、快速地生成传输函数成为一个极具挑战性的问题。本文利用GPU的并行计算能力结合体数据各组织的边界信息提出了一种传输函数自动生成算法。基于CT和MRI数据进行的测试实验表明了算法的有效性和实时性。

摘要： 在直接体绘制中，传输函数的设置对最终绘制效果起关键作用。但好的传输函数一般不易寻求，因此如何准确、快速地生成传输函数成为一个极具挑战性的问题。本文利用GPU的并行计算能力结合体数据各组织的边界信息提出了一种传输函数自动生成算法。基于CT和MRI数据进行的测试实验表明了算法的有效性和实时性。

摘要： 处理器Cache技术在现有的系统中扮演着越来越重要的角色,Trace-driven的模拟器是评估Cache设计性能的重要工具。但是,基于CPU的串行Trace-driven Cache模拟器模拟需要耗费很长的时间,随着Cache研究的深入,这种低效的模拟器已经不能适应实际应用的需要。本文描述了一个用GPU加速单层单核Trace-driven Cache模拟器的低成本方法,它将Trace-driven Cache模拟算法和GPU的并行体系结构完美结合,并具有很好的并行性和可扩展性。文章对该模拟器的算法和实现进行了深入分析,并结合所使用的GPU的架构特点进行了进一步的优化。实验结果表明,得益于GPU的强大计算和并行能力,和基于CPU的Cache模拟器相比,基于GPU的模拟器具有明显的加速效果。

摘要： 本发明公开了一种基于GPGPU芯片的多用户通用计算处理方法和系统，通过配置结构路由规则将GPGPU芯片分割成多个独立的计算单元群，每个计算单元群设有独立的L1数据缓存、L1指令缓存、共享内存、末级缓存和全局内存空间；其中，全局内存对片上DMA全局可见。本发明增加了软件的灵活性，对于多用户的计算更有优势；同时，每对计算引擎可以独立的工作，确保可预期的延迟和吞吐量，降低存储体冲突几率，使各计算引擎之间的工作互不干扰。

摘要： 本发明公开了一种基于GPGPU可重构架构的方法及计算系统，方法包括根据计算中矩阵乘法或卷积运算的参与程度，选择架构模式，其中，所述架构模式包括通用图形处理器模式和混合脉动阵列模式；当选择通用图形处理器模式时，计算系统中的寄存器被配置为以通用图形处理器的通用矩阵乘法方式进行数据存取与运算；当选择混合脉动阵列模式时，计算系统中的寄存器被配置为以混合脉动阵列的直接卷积方式进行数据存取与运算。计算系统包括寄存器，寄存器的架构模式使用上述方法进行配置。本发明公开的基于GPGPU可重构架构的方法及计算系统，对于不同场景的需要，能够进行灵活配置，既可以满足通用性需求，还弥补了专用加速器灵活性不足的缺点。

摘要： 本发明公开了一种GPGPU寄存器的纠错码生成方法、装置、设备及存储介质。该方法的步骤包括：通过目标warp中的各线程分别读取对应的数据并执行数据运算；其中，目标warp中各线程读取的数据均相同；利用目标warp中的各线程分别将相应的运算后数据写入对应的目的寄存器；其中，目标warp中的各线程对应的目的寄存器均不相同；基于目标warp中的一个目标线程计算得到相应运算后数据的纠错码。本方法相对降低了纠错码生成过程的运算资源开销，进而相对降低了GPGPU数据处理过程中GPGPU的整体资源开销以及能耗。此外，本发明还提供一种GPGPU寄存器的纠错码生成装置、设备及存储介质，有益效果同上所述。

摘要： 本发明公开了一种GPGPU寄存器文件动态扩展方法，包括：1)在编译器中对GPGPU程序指令块进行划分，并分析每个指令块的活动寄存器；2)运行时，依据资源状态对每个线程块的资源分配方式进行决策；3)当寄存器文件限制了GPGPU的线程级并行性时，将部分寄存器分配在共享内存中，从而在逻辑上增大了寄存器文件的容量；4)在每个指令块被调度执行前，通过数据预取将指令块使用的分配在共享内存中的寄存器数据读取到一个高带宽的小容量操作数缓存中。本发明能够有效提高GPGPU片上资源的使用效率，最大限度提升GPGPU的线程级并发性，充分挖掘GPGPU的性能潜力。

摘要： 本发明公开一种GPGPU中基于全局节点信息的NoC仲裁方法，步骤包括：S1.收集网络中各个计算节点的性能信息，根据性能信息设置各个计算节点的优先级，并广播给所有计算节点进行全局同步更新；S2.当计算节点发出访存请求时，将各计算节点中需要向网络注入的数据包进行分组，得到数据包的分组信息；计算节点进行请求仲裁时，先根据分组信息进行组间仲裁，再根据计算节点的优先级进行组内仲裁，当经过组内仲裁后仍然有多个请求胜出，采用局部仲裁机制进行附加仲裁。本发明具有实现方法简单、仲裁效率高，能够保证仲裁公平性，同时优化资源配置、实现仲裁结果一致性，提高系统性能等优点。

摘要： 本发明公开了一种GPGPU链结速度的检测方法，该方法通过检测脚本监控GPGPU的运行状态；当GPGPU处于不同状态时，利用检测脚本中的不同检测逻辑检测GPGPU当前状态下的实际链结速度，并将检测到的实际链结速度与预先存储的参考链结速度进行对比，若二者一致，则表明当前状态下的实际链结速度正常，则将当前状态下的链结速度标记为正常。整个检测过程通过检测脚本完成，无需人工干预，因此能够节约人力，提高检测效率，且检测脚本的自动检测过程避免了人工检测的错漏，能够提高检测结果的准确性。相应地，本发明公开的一种GPGPU链结速度的检测装置、设备及可读存储介质，也同样具有上述技术效果。

摘要： 本发明提供一种GPGPU芯片无损Extest Mode测试方法，基于GPGPU芯片的设计特点，根据顶层芯片的逻辑连接关系，把GPGPU芯片的设计分为计算逻辑模块和余下的SOC模块，从而分成两个Extest Mode分组：一组包含计算逻辑模块以及与之相连的SOC模块，另外一组包含所有的SOC模块。在此基础上，每组均控制所有的扫描链输入信号，根据GPGPU芯片提供的所有输入输出管脚数量，再次分组直到观测完所有的扫描链输出信号，对运算内存的需求大大降低，同时没有损失任何测试覆盖率。

摘要： 本发明提供一种测试多卡GPGPU集群浮点运算性能的方法及装置，所述方法包括如下步骤：S1.在多卡GPGPU集群系统配置性能评估工具、GPU加速库以及测试功能集成模块；S2.启动测试功能集成模块，测试功能集成模块自动获取多卡GPGPU集群系统的GPGPU型号，并根据GPGPU型号配置多卡GPGPU测试环境；S3.测试功能集成模块自动获取多卡GPGPU集群系统GPGPU的数量和内存大小，并将GPGPU的数量和内存大小提供给性能评估工具对多卡GPGPU集群系统进行性能优化设定；S4.测试功能集成模块自动对多卡GPGPU集群系统进行性能测试，生成测试结果。

摘要： 本申请公开了一种GPGPU程序SDC错误检测方法及装置，包括：获取待检测程序，并确定待检测程序的待检测指令中具有高SDC倾向性的SDC脆弱指令；待检测程序为GPGPU程序，SDC倾向性与待检测指令具有SDC错误的概率之间呈正相关关系；根据待检测程序的各基本块中的SDC脆弱指令之间的依赖关系构建与各基本块对应的指令路径；指令路径为包括具有依赖关系的多个SDC脆弱指令的第一类路径和/或包括与任一所述SDC脆弱指令均不具有依赖关系的单个所述SDC脆弱指令的第二类路径；对指令路径进行复制得到副本路径，并基于指令路径和副本路径对待检测程序中的SDC错误进行检测。本申请在保证程序可靠性的情况下通过少量指令复制以对大量SDC错误进行检测，提高错误检测效率。

摘要： 本发明公开了一种基于GPGPU可重构架构的方法及计算系统，方法包括根据计算中矩阵乘法或卷积运算的参与程度，选择架构模式，其中，所述架构模式包括通用图形处理器模式和混合脉动阵列模式；当选择通用图形处理器模式时，计算系统中的寄存器被配置为以通用图形处理器的通用矩阵乘法方式进行数据存取与运算；当选择混合脉动阵列模式时，计算系统中的寄存器被配置为以混合脉动阵列的直接卷积方式进行数据存取与运算。计算系统包括寄存器，寄存器的架构模式使用上述方法进行配置。本发明公开的基于GPGPU可重构架构的方法及计算系统，对于不同场景的需要，能够进行灵活配置，既可以满足通用性需求，还弥补了专用加速器灵活性不足的缺点。