GPU通用计算研究.kdh.pdfVIP

信 息 科 学 GPU 通用计算研究 倪 炜 （南充市第十三中学，四川 南充 637000） 摘 要：由于图形硬件的快速发展，GPU 的通用计算已经成为了一个新的研究领域。分析了GPU 编程模型，介绍了使用图形硬件进行通用计算的方 法，并把一些常用的算法映射到了GPU 上。通过这些算法与CPU 上对应的算法进行比较，分析了使用GPU 进行通用计算的优势和劣势。 关键词： GPU ；通用计算；图形硬件 1 概述 GPU 的全称是Graphic Process Unit，即图形 处理器。它的主要功能就是进行浮点运算生成三 角形，进行定点处理和着色处理。得益于游戏业的 高速发展，显卡技术的发展达到了前所未有的速 度，它的更新换代的时间明显小于CPU 的更新换 代时间。GPU 的功能更新非常迅速,平均半年便有 新一代的GPU 诞生，运算速度也越来越快。 图2 GPU/CPU 加法计算时间 NVIDIA 必威体育精装版的G80 核心的GPU 拥有128 个标 量浮点运算单元，能以它能够以每秒1 万亿次的 速度执行运算。在计算速度方面GPU 已经远远走 在了CPU 的前面，并且GPU 的价格也相对低廉， 使得运用GPU 进行科学运算具有很高的性价比。 同时可以使用SLI 技术使用多个显卡同时进行科 学运算，计算能力得到成倍提高。 2 GPU 编程模型 图形硬件是专为三维图形设计的，对于类似 图3 GPU 乘法运算时间 于三维图形的应用可以获得较高的性能，比如密 集计算、物理模拟、并行计算等应用。必威体育精装版的研究 表明，GPU 对于数据库类应用也有明显的加速作 用。从NVIDIA 的NV30 核心开始，GPU 开始支持 32 位定点浮点数计算。它和标准的32 位浮点数极 为相似。许多研究机构开始进行GPU 通用计算方 面的研究。 图1 GPU 计算流程 图 4 GPU 最大值运算示意图 3 GPU 计算模型 在计算的时候，使用纹理作为数据的存储的 [2] 空间。在图形硬件中，纹理的大小受到一定的限 制，每一个维度上的宽度最大为4096，一个二维的 纹理能存储数据的最大值为 [4096][4096]。在 OpenGL 中，通常情况下的纹理存在一个二次幂限 制，也就是说纹理的大小必须是，即4*4、8*8、 16*16、32*32 等等。使用ARB_texture_rectangle 图5 GPU 最大值运算示意图 图6 GPU/CPU 排序运算时间 [3] 扩展可以生成任意大小的纹理 ，不受二次幂的限 制。在设置完纹理大小后，还需要设置纹理的其它 以下是几种常用算法在图形硬件上的实现， 乘法在GPU 中的实现就是通过片断着色程序的 几个属性： 测试环境是联想商务台式扬天A6000C，处理器为 并行性来减少外围的两重循环，但它并没有减少 1.重复方式：使用GL_NEAREST 设置纹理， Intel(R).Pentium(R) D.CPU 3.0GHZ 3.0GHZ，512M 实际的运算量，由于矩阵乘法需要大量的计算时 在渲染的时候不进行插值计算。 内存，测试图形卡为NVIDIA Geforce6800GS 和 间，因此数据的传输与计算可以同步进行。具有较 2. 纹理的通道：使用GL_LUMINANCE、