数据布局对 GPU 加速 IDW 插值的性能影响
分布式、并行与集群计算
2016-02-03 v1
摘要
本文重点评估不同数据布局对 GPU 加速 IDW 插值的性能影响。首先，我们重新设计并改进了之前利用 CUDA 动态并行 (CDP) 特性执行的 GPU 实现。接着，基于五种布局（包括数组结构 SoA、结构数组 AoS、对齐结构数组 AoaS、对齐结构数组结构 SoAoS 以及混合布局），我们实现了三个版本的 GPU 程序，即朴素版本、分块版本和改进的 CDP 版本。实验结果表明：对于朴素版本和分块版本，AoS 和 AoaS 布局的性能优于 SoA 布局，而 SoA 布局则是改进的 CDP 版本的最佳选择。我们还观察到：对于两种组合数据布局（SoAoS 和混合布局），与其他三种基本布局相比，其性能提升并不显著。我们建议：在实际应用中，AoaS 布局是最佳选择，因为分块版本是三种 GPU 实现版本中最快的，尤其是在单精度计算下。
引用
@article{arxiv.1402.4986,
title = {Performance Impact of Data Layout on the GPU-accelerated IDW Interpolation},
author = {Gang Mei and Hong Tian},
journal= {arXiv preprint arXiv:1402.4986},
year = {2016}
}
备注
Preprint version for reviewing. 9 pages