'

Библиотека для работы с конечными множествами, использующая графический процессор в качестве основного вычислительного устройства

Понравилась презентация – покажи это...





Слайд 0

Библиотека для работы с конечными множествами, использующая графический процессор в качестве основного вычислительного устройства Новосибирский Государственный Университет Механико-Математический Факультет Каф. Программирования, Лаборатория “Интел”


Слайд 1

Выполнил: Студент 3его курса ММФ НГУ Лыков Кирилл Олегович Email: lykov.kirill@gmail.com Научные руководители: К.ф.-м.н., доцент каф. программирования Скопин И.Н. Инженер Google-Moscow Пасько Е.В. В рамках проекта : Использование графических процессоров для вычислений с плавающей точкой в Java-программах. Exploiting Graphics Processing Units (GPUs) for general purpose computation in Java programming language


Слайд 2

Мотивация использования GPU Скорость 3.0 GHz dual-core Pentium4: 24.6 GFLOPS NVIDIA GeForceFX 7800: 165 GFLOPs 1066 MHz FSB Pentium Extreme Edition : 8.5 GB/s ATI Radeon X850 XT Platinum Edition: 37.8 GB/s GPUs становятся все быстрее CPUs: 1.4?годичный рост GPUs: 1.7?(pixels) to 2.3? (vertices)годичный рост Современные GPU обеспечивают приемлемую точность вычислений Поддержка чисел с плавающей точкой ( до 32 бит) См [1]


Слайд 3

GPUs становятся все быстрее


Слайд 4

Основные термины и понятия GPU Текстура – это трехмерный массив чисел X*Y*F, где F = 1..4, а X и Y размеры текстуры. Шейдер – это программа, исполняемая непосредственно на GPU


Слайд 5

Графический конвейер с точки зрения потоковой модели вычислений


Слайд 6

Основные концепции GPGPU 1. Массив = текстура. CPU array (1D адресация) -> GPU texture (2D адресация) 2. Вычислительное ядро программы = шейдер. Часть программы для CPU ответственная за вычисления переносится соответствующим образом на GPU 3. Вычисление = отрисовка. 4. Получение результатов вычислений в буфер кадра ( frame buffer ).


Слайд 7

Цель работы Создание библиотеки, позволяющей работать с битовыми множествами, причем операции над ними реализованы не на CPU, а на GPU. Особенностью такой реализации является использование видеокарты в качестве основного вычислительного устройства, что обуславливает использование потоковой модели вычислений на GPU.


Слайд 8

Представление битовых множеств на GPU Хранение данных в текстурной памяти Битовое представление множеств


Слайд 9

Операции над битовыми множествами Операциям над конечными множествами соответствуют логические операции над битовыми масками


Слайд 10

Архитектура библиотеки


Слайд 11

Результаты и планы Реализована основная часть необходимой функциональности. Необходимо добавить проверки на корректность в текст кода. Включить исключения. Необходимо провести комплексное тестирование работы на различных GPU, выделить слабые места в производительности. Оптимизировать код.


Слайд 12

Литература 1. David Luebke. General-Purpose Computation on Graphics Hardware. University of Virginia. 2. Mark Harris. Mapping Computational Concepts to GPUs. NVIDIA 3. Dominik Goddeke. GPGPU::Basic Math Tutorial. www.mathematik.uni-dortmund.de/~goeddeke/gpgpu/tutorial.html


×

HTML:





Ссылка: