基于线程池的GPU任务并行计算模式研究

GPU已经成为具有高并发高内存带宽的通用协处理器,但是GPU与CPU在体系结构和编程模型上存在很大差异,导致CPU-GPU异构计算系统的编程复杂度提高,即使采用统一计算设备架构(CUDA)提供的kernel并发技术和多流技术也较难充分控制和利用GPU上的计算资源,难以有效地处理不规则的并行应用问题.为从体系结构角度探索GPU硬件支持的页锁定内存和统一虚拟地址空间等特征,该文提出了CPU辅助任务调度管理下的基于线程池技术的GPU任务并行计算模型CAGTP,实现了CPU-GPU异构计算系统上的共享内存式程序设计.提出并设计了CPU端的任务队列、计算线程块级任务调度器、任务槽和GPU端的任务复用kernel函数等机制,实现了CPU与GPU间的高效细粒度任务交互,避免了原生CUDA程序中多次启停kernel函数的开销,有效地支持了GPU上的细粒度不规则并行任务计算,而且利用模型API接口函数能够降低CPU-GPU异构计算系统的编程难度.实验结果表明,CAGTP模型中任务调度的开销是kernel函数调用的5%,有效提升了通用矩阵乘、乔列斯基分解和K均值、T近邻等典型线性代数和机器学习算法的计算性能;CAGTP模型易于扩展使用多块GPU,且在性能差异较大的多个GPU之间达到负载均衡,能够高效求解混合任务和具有不规则并行性的应用问题.

高校运动场地定价策略的运用——以对外经济贸易大学羽毛球场为例

作为厂商的北京高校在运动场地这个商品上的定价具有垄断性,同时学生市场与校外人员市场对该商品的需求弹性不同,适合进行三级价格歧视,以MR1=MR2=MC为理论支撑,结合贸大羽毛球场的实际情况,制定相应的分级价格;另外,适当进行二级价格歧视,制定相应的分段价格,以期最终实现高校与学生和校外人员互利共赢的效果。

以众筹模式投资新三板的可行性及其风险

新三板作为我国多层次资本市场的重要补充,其价值不言而喻。在政策扶持下,其发展也受到普遍看好,但是对中小投资者来说,进入新三板的门槛过高,很难从其利好趋势下"分一杯羹"。互联网金融的快速发展也许可以为中小投资者投资新三板提供新的思路。本文试图分析以众筹模式投资新三板的可能性,并试分析其优势和风险。

代理成本对公司价值的影响分析

产生于委托代理关系之中的代理成本包括激励成本、监督成本、市场效率化成本和或有成本,各个代理成本分量不同程度、不同方向地影响着公司价值,在认可代理成本的增加对公司价值有积极的影响的前提下,代理成本决策标准是由代理成本的变动带来的未包含代理成本的公司价值的增加不小于代理成本现值的增加,为了提升公司价值,公司需要不断提高代理成本使用效率。