面向国产通用DSP的类OpenMP并行程序设计方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61602495
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    20.0万
  • 负责人：
    甘新标
  • 依托单位：
    中国人民解放军国防科技大学
  • 学科分类：
    F0204.计算机系统结构与硬件技术
  • 结题年份：
    2019
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2019-12-31

项目摘要

GPDSP (General Purpose Digital Signal Processing) would become computing core for self-control high-performance accelerator because of Chip Restricted Order from USA. However, there is no OpenMP programming model for GPDSP and it is challenging for programmers to develop efficient GPDSP parallel programs with explicitly managing GPDSP device, data communication and task scheduling. Hence we propose an easy to program, easy to tune OpenMP-like parallel programming model, which includes: (1) OpenMP-like directives extending to simplify parallel programming, (2) RLU (Recuperative Loop Unrolling) and OSp4Vector(Optimization Space pruning for Vectorization) to take full advantage of VPE (Vector Processing Element) equipped in GPDSP. And then we validate above techniques using HPL (High Performance Linpack) benchmark. Domestic-oriented GPDSP parallel programming model would shield architectural details in VPE, reduce difficulties to develop and optimize programs for GPDSP, and promote application as well as development for domestic self-controlled high-performance processors.
通用数字信号处理器GPDSP在芯片限售令的封锁和限制下将加速成为国产自主可控高性能加速器的核心。但是，GPDSP不支持OpenMP并行编程模式，开发高效的GPDSP并行应用程序需要程序员显式管理GPDSP设备、数据通信和任务调度。为此，本项目提出了一种易于编程、易于调优的类OpenMP并行程序设计方法，该方法主要包括：（1）以简化GPDSP并行编程为目标的类OpenMP编程命令指示字扩展；（2）为了充分利用GPDSP向量计算单元，提出了基于反馈的自动循环展开RLU技术和设计了优化空间搜索及自动向量化OSp4Vector方法；最后通过基准测试程序HPL验证有效性。面向国产通用DSP的类OpenMP并行程序设计方法能够很好地屏蔽GPDSP体系结构和向量处理单元细节，显著减少GPDSP程序开发与移植的工作量，降低程序优化难度，促进国产自主可控高性能处理器的发展和推广应用。

结项摘要

GPDSP在芯片限售令的推力下将加速成为国产自主可控高性能加速器的核心，为了开发高效的GPDSP并行应用程序，针对GPDSP不支持OpenMP编程模式、并行编程要求高，优化困难等客观开发环境，设计一种易于编程、易于调优的类OpenMP并行程序设计方法，并通过基准测试程序HPL（High Performance Linpack，HPL）验证有效性。易于编程、易于调优的类OpenMP并行程序设计方法主要包括以简化GPDSP并行编程为目标的类OpenMP编程命令指示字扩展；为了充分利用GPDSP向量计算单元，提出的基于反馈的自动循环展开（Recuperative Loop Unrolling，RLU）技术和优化空间搜索及自动向量化（Optimization Space pruning for Vectorization，OSp4Vector）方法。面向国产通用DSP的并行程序设计方法能够很好地屏蔽GPDSP体系结构和向量处理单元细节，显著减少GPDSP程序开发与移植的工作量，降低程序优化难度，基于GPDSP的类OpenMP编程命令指示字扩展的天河异构编程模型协助完成了天河二号升级系统的数十个百万核应用程序的开发与优化，基于混合层循环的自动向量优化方法协助西安电子科技大学电磁应用程序百万核扩展优化，并行效率32%，基于GPDSP的类OpenMP编程命令指示字编程方法的Graph500设计与优化完成在天河三号E级验证系统512结点实测性能2313GTEPS的优异成绩，跻身当期Graph500排名第十，等系统规模下，实测效率国际领先，促进国产自主可控高性能处理器的发展和推广应用。

项目成果

期刊论文数量（3）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（7）
A multi-GPU finite volume solver for magnetohydrodynamics-based solar wind simulations
用于基于磁流体动力学的太阳风模拟的多 GPU 有限体积求解器
  • DOI：
    10.1016/j.cpc.2018.12.003
  • 发表时间：
    2019-05
  • 期刊：
    Computer Physics Communications
  • 影响因子：
    6.3
  • 作者：
    Yuan Wang;Xueshang Feng;Yufen Zhou;Xinbiao Gan
  • 通讯作者：
    Xinbiao Gan
Customizing the HPL for China accelerator
为中国定制 HPL 加速器
  • DOI：
    10.1007/s11432-017-9221-0
  • 发表时间：
    2018
  • 期刊：
    Science China Information Sciences
  • 影响因子：
    --
  • 作者：
    Gan Xinbiao;Hu Yikun;Liu Jie;Chi Lihua;Xu Han;Gong Chunye;Li Shengguo;Yan Yihui
  • 通讯作者：
    Yan Yihui
面向国产异构系统的HPL异构协同设计
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    计算机工程与科学
  • 影响因子：
    --
  • 作者：
    甘新标
  • 通讯作者：
    甘新标

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

面向大规模图计算的连通分量算法分析与优化
  • DOI：
    10.3969/j.issn.1007-130x.2022.02.001
  • 发表时间：
    2022
  • 期刊：
    计算机工程与科学
  • 影响因子：
    --
  • 作者：
    白皓;甘新标;杨文祥;贾孟涵;涂旭平;张一鸣;郭敏;来乐;张意;朱春平
  • 通讯作者：
    朱春平
基于CUDA的并行全搜索运动估计算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    甘新标;沈立;王志英
  • 通讯作者：
    王志英
shiftX:基于异或快速算子图生成并行优化方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与科学
  • 影响因子：
    --
  • 作者：
    邓慧明;甘新标;白皓;陈再高;龚春叶;杨博;袁璠;刘杰
  • 通讯作者：
    刘杰

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

甘新标的其他基金

拓扑感知的大规模图划分方法研究
  • 批准号：
    62372455
  • 批准年份：
    2023
  • 资助金额：
    50 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码