[发明专利]基于GPU的矩阵加速计算的方法

权利要求书

1.一种基于GPU的矩阵加速计算的方法，其特征在于，包括以下步骤：

a、首先将计算任务处理成双向队列；

b、然后检测CPU/GPU异构计算系统是否第一次运行该计算任务，若是，则按照CPU单处理器核计算的理论峰值以及GPU的理论峰值的计算能力，从队首和队尾分别分配给CPU和GPU计算任务，确定CPU和GPU的实际计算时间；

c、然后根据CPU或GPU中最短完成任务的时间分配负载量；

d、若CPU和GPU同时完成任务，则计算此类任务的CPU分配任务的负载比例，确定该计算任务的最佳分配方案，若CPU或GPU提前完成任务，则将剩余的任务确定为动态调整任务，由CPU和GPU共同完成任务，直至队列首尾相遇，计算任务全部完成，然后，根据CPU和GPU的实际完成的计算量，确定该任务的最佳分配方案；

其中，所述b步骤中，指定一个CPU的处理器核与GPU进行交互，剩下的N-1个处理器核参与计算任务，所述d步骤中，若CPU和GPU同时完成任务，则根据公式：确定该计算任务的最佳分配方案，其中，σ为计算此类任务的CPU分配任务的负载比例，N为CPU的处理器核的数量，V_GPU为GPU的实际计算能力，V_CPU为CPU单处理器核的实际计算能力；若CPU或GPU提前完成任务，则将剩余的任务确定为动态调整任务，由CPU和GPU共同完成任务，直至队列首尾相遇，计算任务全部完成，然后，根据CPU和GPU的实际完成的计算量，再次确定CPU单处理器核的实际计算能力以及GPU的实际处理能力，然后，再次对该任务进行计算，计算所需要的时间那么CPU可以完成的任务量即为T*V_CPU(N-1)，同样，GPU可以完成的任务量为T*V_GPU，按照这个任务量分配给CPU和GPU相应的任务，若CPU和GPU同时完成任务，则验证出此类计算任务的最佳最佳分配方案，若还是不同步完成，则继续重复工作，直到迭代出CPU和GPU同时完成任务时的最佳分配方案。

2.根据权利要求1所述的基于GPU的矩阵加速计算的方法，其特征在于，所述d步骤中，若CPU和GPU同时完成任务，根据公式：计算GPU的实际计算能力，其中，L_GPU为b步骤中以GPU的理论峰值的计算能力从队首或队尾分别分配给GPU计算任务量，T_GPU为GPU完成L_GPU的时间。

3.根据权利要求2所述的基于GPU的矩阵加速计算的方法，其特征在于，所述d步骤中，若CPU和GPU同时完成任务，根据公式：计算CPU单处理器核的实际计算能力，其中，L_CPU为b步骤中以CPU单处理器核计算的理论峰值从队首或队尾分别分配给CPU计算任务量，T_CPU为CPU单处理器核完成L_CPU的时间。