[发明专利]一种提高CPU+GPU异构装置计算性能的方法

说明书

技术领域

本发明涉及计算机高性能计算领域，是一种提高CPU+GPU异构装置计算精度的方法。

背景技术

在数据加密解密、建筑仿真验证、科研可靠计算等领域，常常用到大规模的多精度数值计算。由于涉及的数值位数，远大于目前计算机处理器CPU硬件精度（最高只有64bit或128bit），因此需要在硬件精度的基础上进行扩展。传统的解决方案主要依靠CPU的串行处理，在计算速度方面受到处理发展的制约，有较大的局限性，已经不能满足日益增大的计算需求。

因此，利用GPU配合CPU进行大规模数据处理也逐渐出现，如：2012年5月30日授权的中国发明专利申请第200910088372.3所提出的基于GPU众核平台的矩阵并行转置方法，其基本思路是根据矩阵转置后的模型建立的索引，利用GPU多个线程并行工作，对二维矩阵每个元素同时转置，降低了传统遍历整个矩阵转置的时间。2011年9月28日授权的中国发明专利申请第201010107317.7所提出的实现GPU运算提高DR图像处理速度的方法，其基本思想是读取原始医学图像数据，用图像边缘像素对原始医学图像进行扩展和补齐，通过CUDA函数库对扩展和补齐的原始医学图像数据以及卷积核进行FFT变换和变换后矩阵乘法加速，提出了一种简易、低成本的医学影像处理方法。2012年3月21日授权的中国发明专利申请200910226769.4所提出的利用CPU和GPU协同工作对三角线性方程组求解的加速方法，技术方案是根据三角线性方程组A×X=α×B，为了提高A^-1×B求解速度，将B矩阵按照切割比例K切割成B₁和B₂，使CPU和GPU分别并行计算A^-1×B₁和A^-1×B₂，实现CPU和GPU重叠计算，达到良好的负载平衡效果。

综上所述，CPU+GPU协作处理，可大幅度提高工作速度，是未来的计算设备的发展趋势。本专利所解决的问题是提高CPU+GPU异构装置计算精度，加速海量数据的多精度乘法运算，而这些研究目前未见到相关文献报道。

发明内容

本发明要解决的问题在于：针对现有技术平台计算速度等问题，本发明提出一种基于CPU+GPU异构装置，实现计算单元与相关存储器的合理分配与调度，解决大规模乘法计算精度和高效并行地处理最终结果的问题。

本发明解决上述技术问题的技术方案是，提出一种提高CPU+GPU异构装置计算精度的方法，发明内容如下：

CPU端接收M对N位被乘数和乘数输入并保存，M个被乘数分别标识为A₁、A₂……A_M，M个乘数分别标识为B₁、B₂……B_M；在CPU端控制流程包括GPU端空间分配、线程块模型设定、数据传输、启动和停止：⑴根据CPU端被乘数和乘数大小设定GPU端接收被乘数和乘数空间D_A和D_B；⑵根据乘法运算的个数设置线程块的个数和维数，根据被乘数和乘数位数设置线程个数和位数，在此我们设定线程块个数等于乘法运算的个数M，线程数等于被乘数和乘数位数N；⑶同时，为了提高运行速度，使用GPU端线程块的共享存储器，即在CPU端为GPU端每个线程开辟原始数据大小2倍的复数组共享存储区域；⑷CPU将所有的乘数与被乘数通过PCI总线分批异步传输至GPU全局存储器；⑸准备完成，启动GPU端，使GPU完成乘法对运算；启动GPU端后，GPU作为处理器，在GPU中，每个线程块负责一对乘法运算，同时每个线程块对单个乘法运算执行并行处理，GPU将并行处理获得的数据写回全局存储器；最后CPU端将全局存储器中的结果分批异步传输至CPU内存。因为每个线程块独立完成一个乘法运算，通过大量的线程块并行工作，就能实现大规模乘法运算。