基于重用距離的GPU緩存缺失分析模型的設計與驗證.pdf

1、近十年來，GPU從專用圖形處理器逐漸發(fā)展成通用計算平臺，憑借其強大的并行計算能力和功耗控制能力，GPU通用計算在科學計算領域得到了廣泛的應用和關注。由于GPU芯片將大部分面積都分配給計算單元，僅分配少量芯片面積給緩存和控制單元，大量GPU應用程序的性能受限于GPU的訪存速度，而非計算能力。對于GPU訪存限制型應用程序，緩存使用效率對程序整體性能影響顯著，優(yōu)化緩存使用效率以提高整體性能是一種重要的手段。為了幫助程序開發(fā)者理解GPU緩存行為

2、特征，選擇恰當?shù)木彺鎯?yōu)化方法，準確性高、速度快、功能全的GPU緩存缺失分析工具就顯得的尤為重要。
　　本文根據(jù)GPU并行計算平臺的特點，優(yōu)化了重用距離算法在GPU平臺的精度和速度，并設計了基于重用距離的GPU緩存缺失分析模型。具體地，根據(jù)GPU緩存微結構特征，修正重用距離算法中核心數(shù)據(jù)的更新時間，修正線程阻塞信息的使用機制，提升了GPU平臺下重用距離算法精度。然后，根據(jù)GPU線程維度設置，將重用距離計算劃分為多個子任務并行完成;合

3、并訪存記錄以節(jié)省存儲空間;根據(jù)訪存總數(shù)量改變訪存序列采樣標準;提升GPU平臺下重用距離算法速度。最后，基于重用距離理論，建立GPU緩存缺失分析模型，分析GPU應用程序的緩存行為特征。除了實現(xiàn)傳統(tǒng)的緩存缺失類型分析，還提出緩存容量敏感性分析，預測在緩存容量發(fā)生變化時，缺失率將如何改變;以及，指令級緩存缺失分析，將GPU程序的緩存缺失定位到具體的訪存指令。
　　經過在PolyBench/GPU和Parboil兩個GPU測試集上的驗證實