بهره وری از معماری پردازنده های گرافیکی و مدل برنامه نویسی موازی کودا در شتاب دهی به محاسبات با کارایی بالا

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,799

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CESD01_132

تاریخ نمایه سازی: 25 اسفند 1392

Abstract:

در دنیای محاسبات، مسائل چالش برانگیزی وجود دارند که حل آنها در زمان معقول و با استفاده از یک پردازنده، غیرممکن است. با معماری پردازنده های چندهسته ای، می توان زمان اجرای این کاربردها را کاهش داد. پردازنده های گرافیکی، با معماری چندهسته ای موازی، توان پردازشی بسیار بالایی را نسبت به پردازنده های مرکزی ارائه می دهند. توسعه استفاده از پردازنده های گرافیکی در کاربردهای غیرگرافیکی، گسترش زبان ها و ابزارهای برنامه نویسی موازی و همه منظوره را به دنبال داشته است. محاسبات با کارایی بالا، زمانی امکان پذیر است که برنامه نویس روی ارتباطات درون پردازنده های گرافیکی، تخصیص وظایف بین آنها، زمان بندی وظایف و هماهنگ سازی تمرکز کند. کودا، یک مدل برنامه نویسی موازی در راستای استفاده آسان از سخت افزار پردازنده های گرافیکی است. کودا، سلسله مراتبی از بلاک های نخ و حافظه مشترک را برای نوشتن برنامه های کاربردی بسیار موازی ارائه می دهد. این مقاله، مروری بر توسعه پردازنده های گرافیکی همه منظوره و مدل برنامه نویسی موازی کودا، در شتاب دهی به محاسبات با کارایی بالا دارد.

Keywords:

محاسبات با کارایی بالا , پردازنده های گرافیکی , برنامه نویسی موازی کودا , شتاب دهی به محاسبات

Authors

فاطمه نوری

دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر دانشگاه پیام نور تهران

اکبر فرهودی نژاد

استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور تهران

طاهره سرکرده

دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر دانشگاه پیام نور تهران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Brodtkorb. A. R., Hagen. T. R., Saetra. M. L., Graphics ...
  • Cook. Sh., CUDA Programming, A Developer's Guide to Parallel Computing ...
  • Houzet. D., Huet. S. Rahman. A, SysCellC: a data-flow programming ...
  • Okitsu. Y., Ino. F., Hagihara. K., H i gh-p erformance ...
  • Tahmasebi. P., Sahimi. M, Mariethoz. G., Hezarkhani. A., Accelerating geostatistical ...
  • Stpiczy5ski. P. , Potiopa. J., Solving a kind of boundary- ...
  • http ://en. wikipedia. org/wiki/File : CUDA_proce ssing_flow_%2 8En%29.PNG ...
  • Eizadpanah. P., Parallel Computing, http:/www. shabakeh-mag. com/article .aspx?id= _ 00545 ...
  • Brodtkorb. A.R., Dyken. C., Hagen. T.R., Hjelmervik. J.M., Storaasli. O.O., ...
  • B andyopadhyay, S. and Sahni, S., GRS _ GPU Radix ...
  • نمایش کامل مراجع