基于GPU的顆粒離散元計(jì)算時間評估及優(yōu)化.pdf

1、GPU強(qiáng)大的計(jì)算能力使得CUDA-GPU系統(tǒng)更多的應(yīng)用于研究地質(zhì)災(zāi)害的演變過程中，但是在利用離散元在模擬一些漸進(jìn)變化的地質(zhì)災(zāi)害的過程中涉及的計(jì)算規(guī)模比較大，輸出步驟較多，程序運(yùn)行時間過長。這就使得對當(dāng)前的GPU程序運(yùn)行性能評估及優(yōu)化模型提出新的要求:首先，能對計(jì)算程序的整體運(yùn)行時間做出較為精確地預(yù)測，使用戶對時間投入有率先了解;其次，能對現(xiàn)有的GPU計(jì)算程序提出高效及時的優(yōu)化策略，指導(dǎo)用戶完成對計(jì)算程序的優(yōu)化工作?，F(xiàn)有的程序運(yùn)行的性能評

2、估模型無法對程序的運(yùn)行時間做出精確地預(yù)測，而且在性能優(yōu)化方面，必須在長時間的模擬過程結(jié)束后才能對系統(tǒng)性能進(jìn)行評估，從而提出優(yōu)化策略。
　　經(jīng)過分析，影響GPU計(jì)算程序運(yùn)行時間的主要因素為程序的訪存操作和計(jì)算操作，本文以此提出了以程序訪存時間和處理時間變化模型為基礎(chǔ)的程序運(yùn)行評估及優(yōu)化模型。在提煉變化模型方面，以少量的程序運(yùn)行初期的過程為樣本，進(jìn)行分析，擬合出訪存時間和計(jì)算時間的變化模型。為了提高模型的精確度，通過樣本的預(yù)測時間和實(shí)

3、測時間的比較總結(jié)出修正因子，對模型預(yù)測結(jié)果加以修正。最后就可以通過該模型對后續(xù)的計(jì)算過程時間進(jìn)行較為準(zhǔn)確的預(yù)測，而且使用戶在程序運(yùn)行初期根據(jù)預(yù)測結(jié)果分析程序瓶頸，提出優(yōu)化策略。
　　本論文通過實(shí)驗(yàn)用例對該模型進(jìn)行驗(yàn)證，并通過實(shí)際應(yīng)用證明該模型在時間預(yù)測方面，能夠?qū)㈩A(yù)測誤差控制在一個理想的范圍內(nèi)，在性能評估方面，該模型可以在程序運(yùn)行的初期就能準(zhǔn)確地定位到計(jì)算程序的瓶頸所在，并根據(jù)程序瓶頸指導(dǎo)用戶提出針對性的優(yōu)化策略，有效地提高計(jì)算程