面对 EDA 模拟电路仿真中的底层需求, 需要对大量不同规模矩阵按限定的依赖关系进行高性能计算.
点击空白处退出提示
集合式 GPU 加速矩阵计算系统产品系统
我要开发同款技术信息
作品详情
行业场景
功能介绍
基于采用 Cuda 接口的 GPU 加速器, 实现大量不同规模矩阵的高性能并行 LU 分解和线性方程组求解. 性能相比于直接调用开源 magma 库提升约 25\%.
项目实现
1) 将难以并行化的 LU 分解问题分解为若干个小规模的 LU 分解问题和若干 GPU 所擅长进行的矩阵乘法, 以尽可能发挥 GPU 的并行优势.
2) 充分利用 GPU 板卡及芯片内部的三个级别的缓存, 让计算与 IO 的时间实现互相隐藏.
3) 利用 Cuda 的图接口, 将不同规模矩阵的计算任务及其依赖关系提交给 Cuda, 可实现自动化的并行任务调度, 从而充分利用 GPU 的线程资源.
示例图片
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
评论