GPU on π活动顺利进行

1218日全天,交大高性能计算中心联合NVIDIA公司在网络中心7楼举办了HPC Seminar系列之“GPU on π”活动。超过50名校内外师生参与,上午的活动以GPU/CUDA基本编程知识为主,下午的活动以高性能计算中心集群上的GPU应用介绍为主。

 

高性能计算中心副主任林新华作开场介绍,介绍了中心的基本情况以及集群π命名的来源PPT下载

 

NVIDIA工程师王泽寰系统地介绍了GPU/CUDA的基本编程知识,同时着重介绍了CUDA最新版本CUDA 6.0的最新特性Unified Memory。不仅如此,报告内容还包括OpenACC。这些新的特性及编程方式都以简化编程为目的,对于降低GPU入门的学习门槛有重要帮助PPT下载

之后,王泽寰还介绍了CUDA上优化的基本概念和方法。优化的技术细节主要以WarpControl flowLatency HidingMemory Access为主PPT下载

 

下午的报告中,NVIDIA工程师罗华平概述了GPU在各个领域的应用状况和前景,报告指出,在不同领域的经典应用中,GPU版本的程序均比CPU程序快数倍甚至一个数量级以上。报告还对NVIDIA的一些新的技术和产品进行了一些介绍,比如CUDA 6.0以及Kepler K40,作为目前性能最强的GPUK40不仅比K20有大幅度的性能提升,显存容量也增加了一倍,除此以外,GPU Boost技术也利于充分发挥K40的强大性能。之后,罗华平分享了他协助高性能计算中心在π集群上安装GPU支持的开源软件的一些经验以及性能,并与其它超算中心做了对比,测试结果表明,交大π集群的架构对于发挥GPU计算能力非常有优势PPT下载

 

接下来的报告中,高性能计算中心科学计算专员Eric以“Roadmap on”为题对π集群上的GPU应用进行了详细介绍,尤其包括性能方面PPT下载

 

随后,中心研二学生王一超作了题为“基于OpenACCGPUMIC上的性能可移植性评估”的报告,介绍了OpenACC并行编程标准在GPU以及其主要竞争产品MIC上的性能可移植性情况,从目前针对EPCC的测试集的实验数据来看,大部分应用的OpenACC代码在未经调优的情况下在这两种产品上表现出了较大的性能差异,性能可移植性并不理想PPT下载

 

最后,中心工程技术专员文敏华也分享了他与NVIDIA公司合作GPUPIC程序的经验,报告指出,GPU在计算性能上相比CPU能达到10倍以上提升,然而,由于源程序使用了链表数据结构,程序的主循环内每一步均需要进行主机端和设备端的数据传输,对总体性能造成较大影响,因而良好的数据结构是发挥GPU性能的重要因素PPT下载

 

参与活动的校内外师生。

上一条:上海交通大学代表队顺利进入ASC14决赛 下一条:AMD校园技术巡讲在我校顺利举行

Copyright ©2013 SJTU Network & Information Center All rights reserved.