基于8位單片機(jī)系統(tǒng)的搜救機(jī)器人設(shè)計(jì)

1、現(xiàn)代電子技術(shù)ModernElectronicsTechnique2013年2月15日第36卷第4期Jan.2013Vol.36No.4圖形處理器（GraphicProcessingUnit，GPU）是一種專用圖形渲染部件，存在于現(xiàn)今每臺PC、嵌入式系統(tǒng)、手機(jī)和游戲設(shè)備中，它可以分擔(dān)CPU的二維或三維圖像處理任務(wù)。GPU最初被用作紋理映射和多邊形著色等計(jì)算量大的計(jì)算機(jī)圖形基本任務(wù)，近年來由于GPU擁有了可編程著色器（Shaders），可以

2、像CPU一樣處理頂點(diǎn)以及紋理。因?yàn)橛?jì)算機(jī)圖形學(xué)的計(jì)算涉及到一些通用計(jì)算，比如矩陣和向量運(yùn)算，且GPU具有天生的適合大量數(shù)據(jù)處理的并行計(jì)算架構(gòu)，于是科研人員開始嘗試?yán)肎PU來進(jìn)行非圖形學(xué)的通用計(jì)算。這種技術(shù)被稱為GPGPU（GeneralPurposeComputingonGraphicsProcessingUnit）技術(shù)。1GPU通用計(jì)算技術(shù)1.1GPGPU技術(shù)簡介GPU在PC中與CPU使用PCIe或者AGP總線連接并交換數(shù)據(jù)，其輸出

3、端連接顯示器，如圖1所示?，F(xiàn)代GPU的工作流程包含下列幾個步驟：先從CPU處獲得三維模型，這些模型是用頂點(diǎn)坐標(biāo)和色彩信息組成；GPU對這些頂點(diǎn)位置進(jìn)行一系列的變換，然后投影到幀緩存中；同時，GPU再對投影結(jié)果進(jìn)行剪裁、光柵化等一系列的處理；隨后每個幀緩存里的像素經(jīng)過GPU的一系列變換最后被輸出到顯示器上[1]。這一連串的圖形處理任務(wù)通常稱為圖形流水線（GraphicPipe?line）。圖1GPU在計(jì)算機(jī)中的位置圖形流水線有不同的應(yīng)用程

4、序接口（API）來定義它們的功能，最主要的是OpenGL和Direct3D。本文主要討論使用OpenGL來實(shí)現(xiàn)GPU的通用計(jì)算功能。OpenGL盡可能提供對GPU更底層的硬件訪問，同時保證接口的平臺無關(guān)性[2]。其定義的圖形流水線符合前述的圖形流水線模型。圖2表示了一個簡化的OpenGL圖形流水線，其中略去了與經(jīng)典GPGPU方法無關(guān)的模塊。圖中的紋理緩存模塊是GPU通用計(jì)算的關(guān)鍵，主基于圖形處理器的通用計(jì)算技術(shù)的研究戴長江，張尤賽（江蘇

5、科技大學(xué)，江蘇鎮(zhèn)江212003）摘要：為了研究基于PC的圖形處理器（GPU）的通用計(jì)算技術(shù)，采用了基于紋理映射的經(jīng)典GPU通用計(jì)算方法，進(jìn)行了二維圖像離散卷積和三維紋理映射體繪制的實(shí)驗(yàn)。實(shí)驗(yàn)證明了經(jīng)典GPU通用計(jì)算技術(shù)在合適的算法設(shè)計(jì)基礎(chǔ)上能夠顯著提升程序的運(yùn)算速度，得出了基于CPUGPU的異構(gòu)計(jì)算模式可以成為高性能計(jì)算的一種選擇的結(jié)論，展望了基于圖形處理器的通用計(jì)算技術(shù)在未來的發(fā)展。關(guān)鍵詞：圖形處理器；GPGPU；紋理映射；并行計(jì)算；

6、異構(gòu)計(jì)算中圖分類號：TN911?34；TP368.3文獻(xiàn)標(biāo)識碼：A文章編號：1004?373X（2013）04?0157?05ResearchofgeneralpurposecomputingtechnologybasedongraphicprocessingunitDAIChang?jiang，ZHANGYou?sai（SchoolofElectronicsInfmation，JiangsuUniversityofScienceTec

7、hnology，Zhenjiang212003，China）Abstract：IndertoresearchthegeneralpurposecomputingtechnologyofGPUbasedonPC，theclassicGPUgeneralpur?posecomputingmethodbaseontexturemappingtechnologywasadopted，theexperimentsofdiscreteconvolu

8、tionof2Dimagesvolumerenderingbasedon3Dtexturemappingwerecarriedout.Theexperimentresultindicatesthat，onthebasisofasuitablealgithmdesign，theclassicGPUgeneralpurposecomputingtechnologycansignificantlyenhancetheprogramrun?ni

9、ngperfmance.Inthisarticle，itisconcludedthattheCPUGPUheterogeneouscomputingmodewillbecomeachoicefhigh?perfmancecomputation，thefurtherdevelopmentofthegeneralpurposecomputingtechnologybasedonGPUisprospected.Keywds：GPU；GPGPU

10、；texturemapping；parallelcomputation；heterogeneouscomputation收稿日期：2012?10?15157157第4期戴長江，等：基于圖形處理器的通用計(jì)算技術(shù)的研究算資源占有率，不會因?yàn)轭l繁的顯存訪問降低計(jì)算效率。這種高帶寬的特點(diǎn)使得GPU以大量線程實(shí)現(xiàn)面向大吞吐量的數(shù)據(jù)并行計(jì)算，適合于處理計(jì)算密度高、邏輯分支簡單的大規(guī)模數(shù)據(jù)并行負(fù)載。圖3給出了GPU和CPU在各個時期關(guān)于計(jì)算能力的比較

11、，使用的測量單位是FLOPS，可以看到同一時期的GPU的計(jì)算能力幾乎一直強(qiáng)于CPU，而這樣的差距正呈現(xiàn)出不斷擴(kuò)大的趨勢。圖3GPU和CPU間關(guān)于計(jì)算能力的比較憑借GPU并行計(jì)算架構(gòu)的優(yōu)勢，利用GPU通用計(jì)算技術(shù)來提高計(jì)算性能的例子不勝枚舉。例如：某神經(jīng)建模過程如果只用CPU進(jìn)行數(shù)據(jù)處理，大概需要花2.7天的時間，用GPU只需要30min；某電磁場模擬實(shí)驗(yàn)，一個雙核3.2GHz的CPU需要15h，而一個GPU只需要15min。以往使用CT

12、或核磁共振進(jìn)行醫(yī)療成像時，病人往往需要數(shù)日才能拿到診斷結(jié)果，在使用GPGPU技術(shù)的成像軟件后，病人當(dāng)場就能得到診斷結(jié)果[1]。如今，幾乎所有密集型數(shù)據(jù)處理行業(yè)都有GPGPU的身影。CUDAZone主頁列舉了各個領(lǐng)域使用CUDA取得性能優(yōu)化的實(shí)例[7]。如觀看高清視頻用的暴風(fēng)影音就使用了CUDA的高清加速能力，以幫助用戶在觀看高清視頻時能有效提升視頻流處理速度，運(yùn)行的視頻和游戲更加清晰流暢，系統(tǒng)所占資源也大大減少，GPU通用計(jì)算技術(shù)正越來

13、越受到歡迎。1.3GPGPU技術(shù)的使用范圍并行計(jì)算即同一時刻存在多于一個計(jì)算任務(wù)被執(zhí)行。GPU的并行計(jì)算模型和CPU的多核并行計(jì)算模型有很大的區(qū)別。清楚認(rèn)識到哪些應(yīng)用可以移植到GPU上進(jìn)行處理，哪些應(yīng)用無法移植，對于如何使用GPGPU技術(shù)并應(yīng)用到實(shí)際中是極其重要的。對并行計(jì)算模式進(jìn)行分類是了解CPU和GPU并行計(jì)算區(qū)別的有效方式?？梢詮臄?shù)據(jù)流和指令的角度把計(jì)算模型分為4類[1]：（1）單指令單數(shù)據(jù)流（SISD）：CPU的計(jì)算模型；（2）

14、單指令多數(shù)據(jù)流（SIMD）：GPU的計(jì)算模型；（3）多指令單數(shù)據(jù)流（MISD）：這類系統(tǒng)實(shí)際上很少見到；（4）多指令多數(shù)據(jù)流（MIMD）：多核CPU的計(jì)算模型。GPU使用的是SIMD并行計(jì)算模式，SIMD的思路是讓不同的線程處理自己所對應(yīng)的那部分?jǐn)?shù)據(jù)。當(dāng)線程數(shù)大于或等于數(shù)據(jù)個數(shù)時，理論計(jì)算時間相當(dāng)于處理一個數(shù)據(jù)的時間。所以，GPU的一個重要的性能指標(biāo)就是它的處理器個數(shù)和同時可激活的線程數(shù)。但需要注意的是，SIMD處理數(shù)據(jù)的次序是不確定的

15、。這個就需要對每個數(shù)據(jù)的處理是不相關(guān)的。在通用計(jì)算中，由于數(shù)據(jù)關(guān)聯(lián)性的限制，通常的做法是把算法分割成若干個SIMD段，盡可能地達(dá)到算法的局部無關(guān)性。綜上所述，使用GPU進(jìn)行并行計(jì)算，必須滿足以下兩點(diǎn)要求：（1）每個線程的任務(wù)互不相關(guān)；（2）每個線程執(zhí)行相同的指令。但是，要使一個程序充分利用并行計(jì)算模型進(jìn)行計(jì)算，必須要合理運(yùn)用CPU和GPU的異構(gòu)特性，結(jié)合他們的特點(diǎn)以及算法的特性，將算法復(fù)雜的，要求精度高的和數(shù)據(jù)量小的部分交給CPU，而將

16、算法枯燥的、精度要求不高、數(shù)據(jù)量龐大的部分交給GPU來完成。設(shè)計(jì)分工合理是GPGPU技術(shù)順利完成的關(guān)鍵。1.4GPGPU技術(shù)的性能瓶頸GPGPU的處理器資源中包括CPU和GPU，所以計(jì)算的效率視整個計(jì)算網(wǎng)絡(luò)的全局效率而定。在注重GPU上代碼運(yùn)行效率的同時，還必須關(guān)注CPU的運(yùn)行效率，以及CPU和GPU的通信速率。由于提升CPU的運(yùn)行效率涵蓋面太廣，本文主要關(guān)注CPU和GPU之間的通信效率。如圖4所示，CPU和GPU的通信是由內(nèi)存和顯存完