一种基于GPUB-Tree的高效缓存优化方法技术

本发明专利技术涉及CPU

【技术实现步骤摘要】
一种基于GPU B
‑
Tree的高效缓存优化方法


[0001]本专利技术涉及CPU
‑
GPU异构计算，特别是CPU进行大量数据访问时，利用GPU加快索引操作的方法。具体涉及采用GPU高性能B
‑
Tree的作为索引数据结构，在GPU上实现高效数据缓存的方法。

技术介绍

[0002]针对数据体量的不断增长和对计算性能更高需求的问题，可以采用CPU
‑
GPU异构计算的方式进行加速。传统的CPU设计目标是处理逻辑性较复杂的事务计算，把更多的执行时间用于控制指令的流程上，而不是运算上，这成为限制大数据系统提供高效服务的瓶颈。GPU拥有比CPU更丰富的计算资源、线程资源和更高的内存带宽，可以有效地应用于大数据处理和图形计算。在异构体系下，GPU作为CPU的协处理器，通过规范化数据通信，将部分计算放在GPU上进行，来获得加速效果。
[0003]大数据存储的关键在于高效地检索和处理数据，需要处理的数据可以放置在GPU上被管理和使用，利用GPU实现数据访问加速的技术关键主要包括三个方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GPU B
‑
Tree的高效缓存优化方法，其特征在于实施步骤为：(1)根据GPU显存的大小从CPU端拷贝数据，采用B
‑
Tree作为数据的索引数据结构；(2)利用GPU共享内存建立缓存，包括分配空闲、缓存数据项、设置替换机制、实现缓存操作四个环节；(3)从CPU端发起查询，优先访问缓存，再根据缓存的命中情况，采取进一步操作。2.根据权利要求1所述的基于GPU B
‑
Tree的高效缓存优化方法，其特征在于本方法在拷贝数据阶段：(1)根据GPU显存的大小，进行数据存储；(2)在显存上建立B
‑
Tree作为数据的索引数据结构，每次访问数据时以多线程并发的形式进行查询搜索。3.根据权利要求1所述的基于GPU B
‑
Tree的高效缓存优化方法，其特征在于本方法在建立缓存阶段要进行四个环节：...

【专利技术属性】
技术研发人员：李怡心，陈浩，
申请(专利权)人：湖南大学，
类型：发明
国别省市：