ParaC：面向GPU平台的图像处理领域的编程框架
文献类型：期刊论文
| 作者 | 卢兴敬; 刘雷; 贾海鹏; 冯晓兵; 武成岗 |
| 刊名 | 软件学报
 |
| 出版日期 | 2017 |
| 卷号 | 28.0期号:007页码:1655 |
| 关键词 | 图像处理 通用GPU加速器 领域编程语言 编译优化 源源变换 |
| ISSN号 | 1000-9825 |
| 英文摘要 | GPGPU加速器是当前提高图像处理算法性能的主流加速平台,但在GPGPU平台上,同一个程序充分利用硬件体系结构特征和软件特征的优化版本与简单实现版本在性能上会有数量级的差异.GPGPU加速器具有多维多层的大量执行线程和层次化存储体系结构,后者的不同层次具有不同的容量、带宽、延迟和访问权限.同时,图像处理应用程序具有复杂的计算操作、边界处理规则和数据访问特性.因此,任务的并发执行模式、线程的组织方式和并发任务到设备的映射不仅影响到程序的并发度、调度、通信和同步等特性,而且也会影响到访存的带宽、延迟等.因此,GPGPU平台上的程序优化是一个困难、复杂且效率较低的过程.提出基于语言扩展的领域编程模型：Para C.Para C编程环境利用高层语言扩展描述的程序语义信息,自动分析获取应用程序的操作信息、并发任务间的数据重用信息和访存信息等程序特征,同时结合硬件平台特征,利用基于领域先验知识驱动的编译优化模型自动生成GPGPU平台上的优化代码,最后,利用源源变换编译器生成标准Open CL程序.在测试用例上的实验结果表明,ParaC在GPGPU平台上自动生成的优化版本相对于手工优化版本的加速比最高达到3.22倍,但代码行数只是后者的1.2%~39.68%. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/27985]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 卢兴敬,刘雷,贾海鹏,等. ParaC：面向GPU平台的图像处理领域的编程框架[J]. 软件学报,2017,28.0(007):1655. |
| APA | 卢兴敬,刘雷,贾海鹏,冯晓兵,&武成岗.(2017).ParaC：面向GPU平台的图像处理领域的编程框架.软件学报,28.0(007),1655. |
| MLA | 卢兴敬,et al."ParaC：面向GPU平台的图像处理领域的编程框架".软件学报 28.0.007(2017):1655. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。