边缘侧的效率：提升 GPU 上 FFT 在实时边缘计算中的能效
性能
2021-11-11 v2
摘要
平方公里阵列（SKA）是一项开发世界最大射电望远镜的国际计划，其总接收面积超过一百万平方米。该工程的规模加之望远镜的偏远位置，要求使用高能效的计算算法。这一点，连同 SKA 将产生的极高数据率以及对实时观测能力的需求，使得以边缘式计算方案进行原位数据处理成为必要。更一般地，现代计算格局中的能效正变得至关重要。无论是可能限制某些世界最大超级计算机的电功率预算，还是最小物联网设备可用的有限功率，皆如此。本文中，我们研究在使用 cuFFT 库的 NVIDIA GPU 上，硬件频率缩放对快速傅里叶变换（FFT）能耗与执行时间的影响。FFT 用于诸多科学领域，也是射电天文数据处理流水线中的关键算法之一。通过频率缩放，我们表明相较于加速时钟频率，在计算 FFT 时可将 NVIDIA V100 GPU 的功耗降低至多 60%，而执行时间增加小于 10%。此外，对所有测试的 FFT 长度采用同一常用核心时钟频率，我们表明相较于加速核心时钟频率平均降低 50% 功耗，而执行时间增加仍低于 10%。我们展示了如何利用这些结果降低现有数据处理流水线的功耗。考虑到多年运行，此类节省可带来显著的财务节约，也可显著减少温室气体排放。
引用
@article{arxiv.2009.06009,
title = {Efficiency Near the Edge: Increasing the Energy Efficiency of FFTs on GPUs for Real-time Edge Computing},
author = {Karel Adámek and Jan Novotný and Jeyarajan Thiyagalingam and Wesley Armour},
journal= {arXiv preprint arXiv:2009.06009},
year = {2021}
}
备注
published in IEEE Access