混合 CPU-GPU 机器上的高效不规则波前传播算法
分布式、并行与集群计算
2012-09-18 v1 数据结构与算法
摘要
本文解决了在具有多个 CPU 和 GPU 的混合系统上高效执行一种计算模式（此处称为不规则波前传播模式，IWPP）的问题。IWPP 常见于多种图像处理操作中。在 IWPP 中，如果满足传播条件，波前中的数据元素会将其波传播到网格上的相邻元素。接收传播波的元素成为波前的一部分。这种模式导致不规则的数据访问和计算。我们开发并评估了利用多级队列结构进行波前高效计算和传播的策略。该队列结构提高了 GPU 中快速存储器的利用率并减少了同步开销。我们还开发了一种基于图块的并行化策略以支持在多个 CPU 和 GPU 上执行。我们在最先进的 GPU 加速机器（配备 3 个 GPU 和 2 个多核 CPU）上评估了我们的方法，使用了两种广泛使用的图像处理操作（形态学重建和欧几里得距离变换）的 IWPP 实现。我们的结果显示 GPU 性能显著提升。协同使用多个 CPU 和 GPU 相较于单核 CPU 执行，在形态学重建和欧几里得距离变换上分别实现了 50 倍和 85 倍的加速比。
引用
@article{arxiv.1209.3314,
title = {Efficient Irregular Wavefront Propagation Algorithms on Hybrid CPU-GPU Machines},
author = {George Teodoro and Tony Pan and Tahsin Kurc and Jun Kong and Lee Cooper and Joel Saltz},
journal= {arXiv preprint arXiv:1209.3314},
year = {2012}
}
备注
37 pages, 16 figures