基于图形处理器(GPU)的通用计算

伴随着PC级微机的崛起和普及 ,多年来计算机图形的大部分应用发生了从工作站向微机的大转移 ,这种转移甚至发生在像虚拟现实、计算机仿真这样的实时 (中、小规模 )应用中 这一切的发生从很大程度上源自于图形处理硬件的发展和革新 近年来 ,随着图形处理器 (GPU)性能的大幅度提高以及可编程特性的发展 ,人们首先开始将图形流水线的某些处理阶段以及某些图形算法从CPU向GPU转移 除了计算机图形学本身的应用 ,涉及到其他领域的计算 ,以至于通用计算近 2～ 3年来成为GPU的应用之一 ,并成为研究热点 文中从若干图形硬件发展的历史开始 ,介绍和分析最新GPU在通用计算方面的应用及其技术原理和发展状况 。

图形处理器上内存数据库索引T-树的研究

为进一步提高内存数据库索引结构T-树的操作性能,提出一种基于图形处理器的T-树无锁并行计算方案.该方案通过分析平衡树结构的父子节点间的关系,在图形处理器平台上实现使用m个线程并行创建具有m个节点的T-树索引,从而以最大并行度的方式构建T-树.为验证方案的正确性,提出以堆栈的方式在图形处理器上遍历T-树的算法,对各平台上构建T-树的方案进行性能分析,并通过页锁定内存的方式提高CPU和GPU间的数据传输速率.通过对多个处理器平台上的实验结果的对比发现,提出的方案在并行构建T-树和T-树的批量节点插入上相比于传统CPU平台方案分别获得12倍和8倍以上的加速比.

用图形处理器(GPU)实现矩阵乘法的方法

随着计算机图形处理器(GPU)性能的大幅度提高以及编程接口的发展,人们开始关注通过GPU处理通用计算。通用计算在近年米也成为GPU的应用的发展方向之一。本文将讨论如何使用图形处理器(GPU),通过OPENGL来完成矩阵乘法,并结合实践探讨其发展前景。

图形处理器(GPU)专利态势研究

作为图形处理器(GPU)技术发展的风向标,报告对全球和中国的GPU技术发展历史、专利发展状况和主要厂商分别进行了分析,包括年度公开趋势、专利公开国分布、专利技术趋势、重点发明人,专利引证排名等分析,可供产业发展和投资决策参考。

地震叠前时间偏移的一种图形处理器提速实现方法

新近发展的图形处理器（GPU,Graphic Processing Unit）通用计算技术,现已日趋实用成型,并获得诸多应用领域的广泛关注.对油气勘探专项资料处理技术的运用而言,概因GPU与中央处理器（CPU）的计算性能的甚大差异,致使GPU这一通用计算技术在石油工业中的应用研究正在有效开展.本文仅借助于油气勘探中广泛使用的叠前时间偏移,旨在于扼要阐明其基于GPU应用的有效性;文中还提出一种利用GPU实现地震叠前时间偏移的软件构件方法,并针对非对称走时叠前时间偏移所拓展的应用软件提供一种具体实现架构.与以往用个人计算机（PC,Personal Computer）或者PC集群所用的叠前时间偏移相比,本文方法可甚大地提高计算效率,从而在石油物探资料处理中可显著地节约计算成本和维护费用.文中实际例证也表明,基于GPU进行高性能并行计算,当是适应目前石油工业中大规模计算需求的一个重要发展途径.

图形处理器通用计算的研究综述

从2004年开始,图形处理器GPU的通用计算成为一个新研究热点,此后GPGPU(Gen-eral-Purpose Graphics Processing Unit)在最近几年中取得长足发展。从介绍GPGPU硬件体系结构的改变和软件技术的发展开始,阐述GPGPU主要应用领域中的研究成果及最新发展。针对各种应用领域中计算数据大规模增加的趋势,出现单个GPU计算节点无法克服的硬件限制问题,为解决该问题出现多GPU计算和GPU集群的解决方案。详细地讨论通用计算GPU集群的研究进展和应用技术,包括GPU集群硬件异构性的问题和软件框架的三个研究趋势,对几种典型的软件框架Glift、Zippy、CUDASA的特性和缺点进行较详细的分析。最后,总结GPU通用计算研究发展中存在的问题和未来的挑战。

图形处理器通用计算关键技术研究综述

当前图形处理器的通用计算取得长足发展,为适应通用计算图形处理器在硬件体系结构和软件支持方面完成相应调整和改变,面对各种应用领域中数据规模增大的趋势,多GPU系统和GPU集群的研究应用日趋增多.以流处理器及图形处理器硬件体系为依据,介绍学术和工业领域中流处理器及图形处理器体系变化趋势.从软件编程环境、硬件计算与通信等方面展开讨论,阐述通用计算中图形处理器的关键问题,包括编程模型及语言的发展和方向,存储模型的量化研究、访存模式和行为的优化以及分布式存储管理的热点问题,典型通信原型系统的对比及通信难点的分析,GPU片内和片间的负载均衡,可靠性和容错计算,GPU功耗评测及低功耗优化的研究进展.综述在海量数据处理、智能计算、复杂网络、集群应用领域中图形处理器的研究进展及成果.总结在通用计算发展中存在的技术问题和未来挑战.

一种显示控制器和二维图形处理器通过同一个内存控制器访问内存的架构设计方法

目前移动多媒体设备和家庭娱乐多媒体设备正朝着高分辨率的方向发展,在多媒体的硬件解决方案中,带宽资源变得越来越紧张和珍贵,节省带宽和功耗是多媒体SOC设计的共同目标。如何在提高用户视觉体验的同时尽量减少系统带宽和功耗的消耗,是多媒体SOC设计领域一个难点和重要课题。本文介绍了一种显示控制器和二维图形处理器通过同一个内存控制器访问内部存储器的架构设计方法,可以达到以高性能低功耗完成多层图像混合叠加又能节省系统带宽消耗的设计目的,而且具有架构清晰、分工明确、易实现、软件控制流程简单等优点。

图形处理器用于通用计算的技术、现状及其挑战

多年来计算机图形处理器(GPU)以大大超过摩尔定律的速度高速发展.图形处理器的发展极大地提高了计算机图形处理的速度和图形质量,并促进了与计算机图形相关应用领域的快速发展.与此同时,图形处理器绘制流水线的高速度和并行性以及近年来发展起来的可编程功能为图形处理以外的通用计算提供了良好的运行平台,这使得基于GPU的通用计算成为近两三年来人们关注的一个研究热点.从介绍GPU的发展历史及其现代GPU的基本结构开始,阐述GPU用于通用计算的技术原理,以及其用于通用计算的主要领域和最新发展情况,并详细地介绍了GPU在流体模拟和代数计算、数据库应用、频谱分析等领域的应用和技术,包括在流体模拟方面的研究工作.还对GPU应用的软件工具及其最新发展作了较详细的介绍.最后,展望了GPU应用于通用计算的发展前景,并从硬件和软件两方面分析了这一领域未来所面临的挑战.

计算机图形处理器加速的光学航空影像正射校正

提出了计算机图形处理器(GPU)加速的光学航空影像正射校正并行算法,以满足获取光学航空影像对实时性的要求并提高对海量影像数据在CPU上串行正射校正的效率。介绍了光学影像正射校正算法原理以及正射校正算法的并行化处理。为减少GPU执行的计算负载,引入"有效像素区域"概念,设计了改进的GPU并行校正算法。通过配置选择以及存储器访问优化进一步提高了算法的执行效率。最后,分析了GPU并行算法的精度,并验证了噪声干扰对算法的影响。实验结果表明,优化的改进GPU并行算法显著提高了正射校正的速度,影像大小为5 000×5 000时,加速比最高可达CPU串行算法的223倍以上。虽然GPU单精度计算和噪声干扰会使影像校正精度有所下降,但尚在误差允许范围之内。该算法能够快速实现光学航空影像的正射校正,校正后的影像满足实际应用需要。

图形处理器协同运算的视频处理架构

多媒体视频处理的任务繁重,计算量大,很多算法无法在仅使用一颗CPU的条件下达到实时处理的速度。设计一套图形处理器协同运算的视频处理架构,它采用图形处理器与中央处理器配合,共同完成视频计算的任务。这种架构可以大大加速处理速度,并减轻中央处理器的负担。

基于图形处理器的格子Boltzmann方法计算

由于图形处理器(GPU)最近几年迅速发展,基于GPU的计算作为一个新的研究方向已经引起越来越多人的关注.在综述国内外最新文献的基础上,从介绍GPU的高性能开始,分析GPU本身的特性,介绍GPU的计算模型并分析其流水线结构,阐述如何对GPU进行编程,并初步实现基于GPU的格子Boltzmann方法(LBM)计算.

图形处理器通用计算的实现与验证

讨论了显示卡用于通用科学计算的问题,并以大型矩阵的基本运算问题详细比较了CPU和GPU计算之间的差别。在基本的矩阵运算中,运用适当的矩阵分块,GPU的计算速度比CPU快50倍左右。而且,显示卡低廉的价格为更多科研工作者实现大规模运算提供了可能。

英特尔瞄准GPU处理器 显卡市场迎来更多挑战

英特尔想要弥补图形处理性能短板的决心十分坚定。在做过多次尝试后,眼下。

一种面向嵌入式图形处理器的访存子系统结构设计

嵌入式图形处理器(GPU)随着访存数据量越来越大,访存子系统在性能、面积及功耗等方面的瓶颈已经日益凸显。针对图形处理器的数据特点及访存需求,考虑到嵌入式图形处理器面积及功耗的约束,结合Godson GPU架构平台,提出了一种面向嵌入式图形处理器的访存子系统结构设计。该设计主要针对图形处理流水线的访存特点,对cache的结构进行了优化,并提出了一种基于链表方式的结构,提高了访存的效率,减少了面积且降低了功耗。为了使访存子系统适配并行图形流水线,提出了一种屏幕分区方法,可以在消除cache的一致性问题的同时,使访存子系统的负载更加均衡。该设计为嵌入式图形处理器的访存子系统设计提供了借鉴。

一种基于图形处理器压缩结构的预取结构设计

图形处理器(GPU)访存利用率已经成为影响其性能的关键瓶颈之一。在处理器设计中,访存的预取结构设计成为了提高访存利用率的主要方法之一。结合图形处理器的访存密集的特点,在提高预取性能的前提下,减小影响图形流水线正常效率成为热门的研究方向。本文基于一种图形处理器无损压缩的结构,提出了一套图形处理器的预取结构设计。本预取结构设计可在访存密集型的图形流水线中有效提高访存利用率,并不影响当前图形流水线的效率。实验结果表明,在Godson GPU图形处理器平台上,与传统预取结构相比,针对访存密集型测试程序,cache命中率可以提高15%以上。针对访存空闲的测试程序,该设计不会对流水线产生负面影响。

异构图形处理器SoC的搭建与验证

图形处理器(Graphic Processing Unit,GPU)是当今最炙手可热的研究方向之一,因其具有极强的绘制图形能力而被广泛的应用于许多行业,成为领域内研究焦点。本文基于自主研发的图形处理器,完成了SoC的搭建,在综合过程中,使用了IP复用的方法优化电路,并使用软硬件结合的方法完成了系统验证。结果表明,系统正确完成了数据传输,实现了图形处理的功能。根据报告,系统时钟频率达到了98.35Mhz,帧率达到了55帧/秒,满足系统性能要求。经过优化,资源利用率降低了41.26%,功耗为7.559W,降低了21.81%。

凌华科技发布嵌入式GPU的6UCompactPCI处理器刀片cPCI-6940

凌华科技发布最新的支持IntelXeonD-1500处理器和AMDRadeonE8860嵌入式GPU的6UCompactPCI处理器刀片cPCI-6940。cPCI-69406UCompactPCI处理器刀片采用坚固的设计，可以提供高达16核的处理能力和高性能的图像处理能力，支持-45—85℃和16GBDDR4板贴内存。

ARM MAL1-450 MP图形处理器提供下一代图形处理性能

ARM推出ARM Mali-450MP图形处理器（GPU），其性能是已获成功的基于Utgard架构的图形处理器系列产品（包括Mali-400 MP GPU）的两倍。Mali-400 MP GPU目前已被智能电视、安卓智能手机和平板等大量主流产品所采用。

Imagination推出全新PowerVR第九代图形处理器

Imagination Technologies推出其第九代(Series9)图形处理器(GPU)系列新品PowerVR 9XEP、9XMP和9XTP。这三款全新的Series9 GPU代表了PowerVR有史以来最佳的GPU产品组合,它们覆盖了从入门级到高端市场,并结合了效率的改进和新功能,从而提供了卓越的性能。