一种GPU-CPU协同节能方法技术

本发明专利技术公开了一种GPU‑CPU协同节能方法。包括下述步骤：a.获取能耗及性能数据：利用CPU功耗、性能模型，GPU功耗、性能模型分别获取各程序的性能、功耗数据；b.判定程序数量：程序数量为1时：通过判断综合判断时间和性能，以决定将该程序分配到恰当的PU上进行处理；程序数量大于1时：判断所有程序在GPU上的总执行时间是否小于在CPU上执行单个程序的最小时间，如小于，将所有程序分配到GPU上执行；如不小于，按步骤c的整数规划进行分配处理；c.整数规划：构建以性能和PU数量为约束条件、以能耗最小为优化目标函数的PCGA分配模型，得到程序在对应PU上的执行序列。本发明专利技术能够在减少能耗的情况下获得了较多的性能提升，达到了追求性能和追求能耗之间的平衡。

A gpu-cpu cooperative energy saving method

【技术实现步骤摘要】
一种GPU-CPU协同节能方法
本专利技术涉及异构环境高性能计算机
，特别是一种GPU-CPU协同节能方法。
技术介绍
为了兼顾执行多种任务，多级缓存和复杂的控制逻辑被用于通用处理器CPU中以进行逻辑判断、分支预测、中断处理。为了获得更高的并行性，大量的并行执行单元被集成到GPU中。在持续地提高处理器性能的情况下，多核技术被用于CPU中，而与生俱来的多核处理器GPU则被应用于通用计算中。目前，在通用计算领域，CPU和GPU成为两类重要的多核处理器。如何合理地利用CPU和GPU的多核处理资源成为当下研究的重点，大量文献也对它们的优劣进行了对比和探讨。然而，计算机架构师、程序员和研究人员对计算性能的追求是无止境的，目前研究已从CPU与GPU孰优孰劣的争论中转向了利用异构体系结构中的CPUandGPU的计算资源协同提高处理性能。其中，计算资源协同是指智能地结合两者的特征以获得更高的计算能力，通过避免和减少CPU和GPU的空闲时间将每一个程序合理地分配到异构体系结构中的CPU或GPU上以获得优于单个处理资源的性能。大多数学者将这种CPU和GPU计本文档来自技高网...

【技术保护点】
1.一种GPU-CPU协同节能方法，其特征在于：包括下述步骤：/na.获取能耗及性能数据/n利用CPU功耗模型、CPU性能模型，GPU功耗模型、GPU性能模型分别获取各个程序的性能数据和功耗数据；/nb.判定程序的数量/n当程序数量为1时：/n通过判断综合判断时间和性能，以决定将该程序分配到恰当的PU上进行处理；/n当程序数量大于1时：/n判断所有程序在GPU上的总执行时间是否小于在CPU上执行单个程序的最小时间，如果小于，将所有程序分配到GPU上执行；如果不小于，按步骤c的整数规划进行分配处理；/nc.整数规划/n构建以性能和PU数量为约束条件、以能耗最小为优化目标函数的PCGA分配模型，得...

【技术特征摘要】
1.一种GPU-CPU协同节能方法，其特征在于：包括下述步骤：
a.获取能耗及性能数据
利用CPU功耗模型、CPU性能模型，GPU功耗模型、GPU性能模型分别获取各个程序的性能数据和功耗数据；
b.判定程序的数量
当程序数量为1时：
通过判断综合判断时间和性能，以决定将该程序分配到恰当的PU上进行处理；
当程序数量大于1时：
判断所有程序在GPU上的总执行时间是否小于在CPU上执行单个程序的最小时间，如果小于，将所有程序分配到GPU上执行；如果不小于，按步骤c的整数规划进行分配处理；
c.整数规划
构建以性能和PU数量为约束条件、以能耗最小为优化目标函数的PCGA分配模型，得到程序在对应PU上的执行序列。


2.根据权利要求1所述的GPU-CPU协同节能方法，其特征在于：步骤c中，所述...

【专利技术属性】
技术研发人员：李君科，刘凯，李明江，郭勇，
申请(专利权)人：黔南民族师范学院，
类型：发明
国别省市：贵州;52