GPU平台上面向性能和功耗的分支优化

摘要：

强大的计算能力使得GPGPU在通用计算领域得到了广泛的应用.然而,GPGPU的SIMT(Single Instruction Multiple Threads)工作方式,使其执行效率受到应用中不一致分支行为(Branch Divergence)的严重影响.虽然人们提出了线程交换方法来减小分支带来的性能损失,但这种方法往往会引入额外的访存操作,不仅在一定程度上减少了线程交换优化的性能收益,还增加了功耗.首先举例说明线程交换范围对程序性能和功耗的影响;然后提出了一种减少线程交换所引入的额外访存操作的方法.实验表明,对于Reduction程序,当交换范围为256时,在性能平均损失为4％的情况下功耗降低幅度最大为7％;而对于Bitonic程序,当交换范围为256和512时,在没有功耗开销的情况下,性能分别最大提升了6.4％和5.3％.

关键词：不一致分支行为、访存、线程交换

所属期刊栏目：43

分类号：TP303(计算技术、计算机技术)

资助基金：国家自然科学基金项目61472431,61202121;教育部高等学校博士点新教师基金项目20114307120013

在线出版日期：2016-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：22-26