工程师提高计算机处理器性能超过20%

来自北卡罗来纳州立大学的研究人员开发了一种新技术，允许在一个芯片上的图形处理单元(gpu)和中央处理单元(cpu)协同工作，使处理器的性能平均提高了20%以上。

“芯片制造商现在正在创造具有‘融合架构’的处理器，这意味着他们将cpu和gpu包含在一个芯片上，”电子和计算机工程副教授、该研究论文的合著者周辉阳博士说。这种方法降低了制造成本，并使计算机更节能。然而，CPU核和GPU核仍然几乎只在不同的功能上工作。它们很少协作执行任何给定的程序，所以它们的效率没有达到应有的水平。这就是我们试图解决的问题。”

gpu最初被设计用来执行图形程序，它们能够非常快速地执行许多单独的功能。cpu，或计算机的“大脑”，计算能力较低，但能够更好地执行更复杂的任务。

“我们的方法是让GPU内核执行计算功能，并让CPU内核预取GPU需要的数据，从芯片外的主存储器，”周说。

“这更有效，因为它允许cpu和gpu做他们擅长的事情。gpu擅长执行计算。cpu擅长决策和灵活的数据检索。”

换句话说，cpu和gpu从芯片外主存获取数据的速度大致相同，但gpu可以更快地执行使用这些数据的函数。因此，如果CPU提前确定GPU需要哪些数据，并从芯片外的主存储器中提取数据，这就允许GPU专注于执行功能本身——整个过程花费的时间更少。

在初步测试中，周的团队发现这种新方法平均提高了融合处理器21.4%的性能。

这种方法在过去是不可能的，周补充说，因为cpu和gpu位于不同的芯片上。

这篇题为“CPU-GPU - fusion架构上的cpu -辅助gpu”的论文将于2月27日在新奥尔良举行的第18届高性能计算机架构国际研讨会上发表。这篇论文是由北卡罗来纳州立大学的博士生杨毅和向萍，以及先进微设备公司(AMD)的迈克·曼托共同撰写的。这项研究由美国国家科学基金会和AMD资助。

希普曼-

编辑:论文摘要如下。

基于融合CPU-GPU架构的cpu辅助GPGPU

作者:杨毅，向萍，周惠阳，北卡罗莱纳州立大学;麦克·曼托，高级微设备公司

提出了2月27日，第18届高性能计算机体系结构国际研讨会，新奥尔良

文摘:本文提出了一种在融合的CPU- gpu架构上利用CPU资源促进GPGPU程序执行的新方法。在我们的融合架构模型中，GPU和CPU集成在同一块芯片上，共享片上L3缓存和片外内存，类似于最新的英特尔Sandy Bridge和AMD加速处理单元(APU)平台。在我们提出的CPU辅助GPGPU中，CPU启动一个GPU程序后，会执行一个预执行程序，该程序使用我们提出的编译算法从GPU内核自动生成，包含GPU内核的多个线程块的内存访问指令。CPU预执行程序运行在GPU线程之前，因为(1)CPU预执行线程只包含GPU内核的内存取指令，而不包含浮点运算;(2)CPU运行频率更高，指令级并行度更高。我们还利用CPU端l2缓存的预取器来增加来自CPU的内存流量。这样一来，GPU线程的内存访问命中了L3缓存，延迟大大降低。由于我们的预执行是由用户级应用程序直接控制的，因此它具有较高的准确性和灵活性。我们在一组基准测试上的实验表明，我们提出的预执行平均提高了性能高达113%和21.4%。