基于CPU-GPU异构计算的负载能效优化的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 相关技术 | 第10-12页 |
| 1.2.1 DVFS技术 | 第10-11页 |
| 1.2.2 GPU-CPU异构计算 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-17页 |
| 1.3.1 CPU-GPU异构硬件资源分析 | 第12-13页 |
| 1.3.2 提高CPU-GPU异构系统能效的方法 | 第13-15页 |
| 1.3.3 CPU、GPU负载调度技术 | 第15-17页 |
| 1.4 课题研究工作 | 第17-18页 |
| 1.5 论文结构 | 第18-19页 |
| 2 异构计算平台 | 第19-29页 |
| 2.1 异构平台及运行负载 | 第19-22页 |
| 2.1.1 异构平台描述 | 第19-20页 |
| 2.1.2 代表性负载 | 第20-22页 |
| 2.2 测试工具 | 第22-27页 |
| 2.2.1 NVML | 第23-24页 |
| 2.2.2 CUDAEvents | 第24-25页 |
| 2.2.3 nvprof | 第25-27页 |
| 2.3 性能及能耗指标 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 负载性能分析 | 第29-35页 |
| 3.1 单个负载性能分析 | 第29-31页 |
| 3.2 不同类型负载功耗比较 | 第31-34页 |
| 3.3 本章小结 | 第34-35页 |
| 4 负载分类算法设计 | 第35-53页 |
| 4.1 传统的负载分类 | 第35-39页 |
| 4.2 基于负载性能的分类算法 | 第39-44页 |
| 4.3 基于负载功耗的分类算法 | 第44-50页 |
| 4.4 负载分类结果 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 5 负载优化方案 | 第53-59页 |
| 5.1 单个负载优化方案 | 第53-55页 |
| 5.2 混合负载优化方案 | 第55-57页 |
| 5.3 本章小结 | 第57-59页 |
| 6 总结和展望 | 第59-61页 |
| 6.1 论文总结 | 第59页 |
| 6.2 未来展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
