A study on GPGPU acceleration of simultaneous processing heterogeneous tasks with mutual dependence relation

同时处理具有相互依赖关系的异构任务的GPGPU加速研究

基本信息

批准号：
23300007
负责人：
HAGIHARA Kenichi
金额：
$ 13.15万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2011
资助国家：
日本
起止时间：
2011-04-01 至 2014-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23300007/
关键词：
GPUコンピューティング汎用生体シミュレーション PHML 無閉路有向グラフ計算依存グラフ高速化アルゴリズムハイパフォーマンスコンピューティング生体機能シミュレーションコンパイラ高性能計算ＧＰＵコンピューティング GPUコンピュティング

项目摘要

A general biophysical model here is a set of mathematical expressions (functions) and ordinary differential equations with variables that represent ion concentration in cells, electrical current of neurons and so on. The biophysical simulation calculates time variation of these variables. Flint is a simulator that numerically integrates heterogeneous biophysical models.We propose two acceleration methods for Flint using a graphics processing unit (GPU). The first method interprets multiple bytecodes in parallel on the GPU. It automatically parallelizes the simulation using a level scheduling algorithm. The second method translates a model into a source code through the internal bytecode, which speeds up the compilation of the generated source codes, because the code size is diminished because of bytecode unification. The latter achieves a performance of 2.4 times higher than that of the former.

这里的一般生物物理模型是一组数学表达式（函数）和常微分方程，其变量表示细胞中的离子浓度、神经元的电流等。生物物理模拟计算这些变量的时间变化。 Flint 是一种对异构生物物理模型进行数值集成的模拟器。我们提出了两种使用图形处理单元 (GPU) 的 Flint 加速方法。第一种方法在 GPU 上并行解释多个字节码。它使用级别调度算法自动并行化模拟。第二种方法通过内部字节码将模型翻译成源代码，这加快了生成的源代码的编译速度，因为字节码的统一减少了代码大小。后者的性能是前者的2.4倍。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

A Versatile Platform for Multilevel Modeling of Physiological Systems: SBML-PHML Hybrid Modeling and Simulation

用于生理系统多级建模的多功能平台：SBML-PHML 混合建模和仿真

DOI：
10.14326/abe.3.50
发表时间：
2014
期刊：
影响因子：
1
作者：
Asai Y; Abe T; Oka H; Okita M; Hagihara K; Ghosh S; Matsuoka Y; Kurachi Y; Nomura T; Kitano H
通讯作者：
Kitano H

GPUにおいて動的グラフを高速処理するためのフレームワークの検討

GPU上动态图高速处理框架的思考