虚拟化环境下多GPU并行计算研究

闵芳; 张志先; 张玉洁

Chinese

您当前的位置：

首页 >

文章列表页 >

虚拟化环境下多GPU并行计算研究

更新时间：2026-09-04

- 虚拟化环境下多GPU并行计算研究
- Multi-GPU Parallel Computing under Virtualization
- 微电子学与计算机 2016年33卷第3期页码：70-76
- 作者机构：
  
  1. 南京航空航天大学金城学院,江苏,南京,210016
  2. 南京航空航天大学自动化学院,江苏,南京,210016
- 作者简介：
- 基金信息：
  
  江苏省高校自然科学研究面上项目 14KJD510004
- DOI：
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
闵芳, 张志先, 张玉洁. 虚拟化环境下多GPU并行计算研究[J]. 微电子学与计算机, 2016, 33(3): 70-76.

MIN Fang, ZHANG Zhi-xian, ZHANG Yu-jie. Multi-GPU Parallel Computing under Virtualization[J]. 2016, 33(3): 70-76.
闵芳, 张志先, 张玉洁. 虚拟化环境下多GPU并行计算研究[J]. 微电子学与计算机, 2016, 33(3): 70-76. DOI：

MIN Fang, ZHANG Zhi-xian, ZHANG Yu-jie. Multi-GPU Parallel Computing under Virtualization[J]. 2016, 33(3): 70-76. DOI：

摘要

针对大规模计算任务场景

提出在虚拟化环境下多GPU并行计算的实现方案

使用多线程或流处理的方式实现多GPU并行计算

并分析GPU多层次存储结构、传输等方面内容

采用经典的蒙特卡罗方法这一具有代表性的科学计算实例进行实验验证.

Abstract

The solution of multi-GPU parallel computing under virtualization is proposed for the large-scale computing tasks. The multi-threads and flow mode are supported to implement the multi GPU cooperative computing. The multi-level storage structure for GPU

transmission and other aspects are analyzed to accelerate the program. We make experimental verification of representative scientific computing examples such as Monte Carlo method. Experimental results show that with the increase of the calculation scale

it can achieve a speed-up ratio close to the number of GPU.

关键词

Keywords

references

肖灵芝. GPU存储管理系统的设计与实现[D]. 西安: 西安邮电大学, 2013.

Ravi V T, Becchi M, Agrawal G, et al. Supporting GPU sharing in cloud environments with a transparent runtime consolidation framework[C]//Proc of international symposium on High performance distributed computing. New York, 2011: 217-228.

Duato J, Pena A, Silla F, et al. rCUDA: reducing the number of GPU-based accelerators in high performance clusters[C]// Proc of International Conference on High Performance Computing and Simulation. Caen, 2010: 224-231.

Chih-Yuan Y, Chung-Yao K, Wei-Shu H, et al. GPU virtualization support in cloud system[C]// Grid and Pervasive Computing. Korea, Seoul, 2013: 423-432.

Giunta G, Montella R, Agrillo G, et al. A GPGPU transparent virtualization component for high performance computing clouds[C]//Proc of EuroPar conference on Parallel Processing. Berlin, 2010: 379-391.

Gupta V, Gavrilovska A, Schwan K, et al. GViM: GPU-accelerated virtual machines[C]//Proc of ACM Workshop on System-level Virtualization for High Performance Computing. New York, 2009: 17-24.

张舒, 褚艳利, 赵开勇, 等. GPU高性能运算之CUDA[M]. 北京: 中国水利水电出版社, 2010.

Shi L, Chen H, Sun J. vCUDA: GPU accelerated high performance computing in virtual machines[C]//Proc of International Parallel % Distributed Processing Symposium. Rome, 2009: 1-11.

吴恩华, 柳有权. 基于图形处理器(GPU)的通用基数按[J]. 计算机辅助设计与图形学学报, 2004, 16(5): 601-602. DOI: 601

汪超, 黄运保, 孙宇航. 激光间接驱动对称性分析的GPU并行求解[J], 计算机仿真, 2014, 30(8): 10-14. DOI: 10

王海峰, 陈庆奎. 图形处理器通用计算关键技术研究综述[J]. 计算机学报, 2013, 36(4): 757-772. DOI: 757

董小社, 刘超, 王恩东, 等. 面向GPU异构并行系统的多任务流编程模型[J]. 计算机学报, 2014, 37(7): 1638-1645. DOI: 1638

游晓鹏, 鲍金凤, 邱奉美, 等. RSSI辅助的蒙特卡罗盒定位算法[J], 计算机技术与发展, 2013, 22(12): 11-15. DOI: 11

崔泽永, 赵会群. 基于KVM的虚拟化研究及应用[J]. 计算机技术与发展, 2011, 20(6) : 108-111. DOI: 108

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

低功耗设计的双链电源关断策略的实现与验证

基于区块链的AI生成内容溯源框架设计研究

V型沟槽SiC中子探测器的蒙特卡洛分析

基于改进RT-DETR的航拍小目标检测算法

基于反向体偏置的高增益稳定性高温运放设计