重新审视时序分块模板优化

迭代模板广泛应用于高性能计算（HPC）各类应用中。鉴于 GPU 加速超级计算机的普及，许多工作致力于优化模板 GPU 核函数。为改善数据局部性，时序分块是一种将一批时间步组合在一起处理的优化方法。基于 GPU 在某些方面正演化得类似 CPU 的观察，我们重新审视面向 GPU 的时序分块优化。我们探索如何将时序分块方案适配到近期 Nvidia GPU 的新特性，包括大容量暂存存储器、硬件预取和全设备同步。我们提出了一种新颖的时序分块方法 EBISU，其以低设备占用率为特色，在按块执行的大区块上驱动激进的深度时序分块。我们将 EBISU 与最先进的时序分块库 STENCILGEN 和 AN5D 进行比较，也与配备时序分块优化的最先进模板自动调优工具 ARTEMIS 和 DRSTENCIL 进行比较。在广泛的模板基准测试中，EBISU 相较各模板基准中最优的现有最佳性能实现了最高 $2.53$x 的加速比以及 $1.49$x 的几何平均加速比。