Мелкоструктурный параллелизм и более высокая производительность процессорного ядра: преимущества векторного потокового процессора
Автор: Дикарев Николай Иванович, Шабанов Борис Михайлович, Шмелв Александр Сергеевич
Журнал: Программные системы: теория и приложения @programmnye-sistemy
Рубрика: Программное и аппаратное обеспечение распределенных и суперкомпьютерных систем
Статья в выпуске: 4 (43) т.10, 2019 года.
Бесплатный доступ
В настоящее время резервы в повышении производительности современных процессоров практически исчерпаны, что проявляется в отсутствии роста, как тактовой частоты, так и числа команд, выполняемых в такт, которые определяют скалярную производительность процессорного ядра. В разрабатываемом векторном процессоре с архитектурой управления потоком данных (векторном потоковом процессоре) производительность процессорного ядра может быть повышена до 256 флоп в такт на ядро, что в 8 раз выше по сравнению с последними процессорами Intel Xeon. Это достигается за счет более высокой доли векторных вычислений. В работе показано, что отношение реальной производительности к пиковой на программах битонной сортировки, умножения матриц и 2D Stencil у векторного потокового процессора выше, чем у лучших процессоров традиционной архитектуры.
Векторный процессор, архитектура управления потоком данных, многопроцессорная система с общей памятью, оценка производительности
Короткий адрес: https://sciup.org/143169808
IDR: 143169808 | DOI: 10.25209/2079-3316-2019-10-4-201-217
Список литературы Мелкоструктурный параллелизм и более высокая производительность процессорного ядра: преимущества векторного потокового процессора
- М. С. Клинов, С. Ю. Лапшина, П. Н. Телегин, Б. М. Шабанов. «Особенности использования многоядерных процессоров в научных вычислениях», Вестник УГАТУ, 16:6 (51) (2012), с. 25-31.
- Arvind, R. S. Nikhil. “Executing a program on the MIT tagged-token data-flow architecture”, IEEE Transactions on Computers, 39:3, pp. 300-318. DOI: 10.1109/12.48862
- G. V. Papadopoulos, K. R. Traub. “Multithreading: A revisionist view of dataflow architectures” (30 May 1991, Toronto, Canada), 1991, pp. 342-351. DOI: 10.1145/115953.115986
- А. В. Климов, Н. Н. Левченко, А. С. Окунев, А. Л. Стемпковский. «Вопросы применения и реализации потоковой модели вычислений». II, МЭС-2016 (3-7 октября 2016 года), ИППМ РАН, М., 2016, с. 100-106.
- Н. И. Дикарев, Б. М. Шабанов. «Векторный потоковый процессор», Известия ТРТУ, 2005, №10 (54), Тематический выпуск «Интеллектуальные и многопроцессорные системы», с. 80-85.
- Н. И. Дикарев, Б. М. Шабанов, А. С. Шмелёв. «Векторный потоковый процессор: оценка производительности», Известия ЮФУ. Технические науки, 2014, №12 (161), Тематический выпуск: Суперкомпьютерные технологии, с. 36-46.
- Н. И. Дикарев, Б. М. Шабанов, А. С. Шмелёв. «Использование „сдвоенного‟ умножителя и сумматора в векторном процессоре с архитектурой управления потоком данных», Программные системы: теория и приложения, 6:4(27) (2015), с. 227-241.
- N. Satish, M. Harris, M. Garland. “Designing efficient sorting algorithms for manycore GPUs” (Rome, 23-29 May 2009), 2009, pp. 1-10.
- DOI: 10.1109/IPDPS.2009.5161005
- B. Bramas. “A Novel Hybrid Quicksort Algorithm Vectorized using AVX-512 on Intel Skylake”, International Journal of Advanced Computer Science and Applications, 8:10 (2017), pp. 337-344.
- DOI: 10.14569/IJACSA.2017.081044
- Н. И. Дикарев, Б. М. Шабанов, А. С. Шмелёв. «Быстрые алгоритмы сортировки для векторного потокового процессора», Материалы 5-й Всероссийской научно-технической конференции СКТ-2018. 1 (17-22 сентября 2018 г., с. Дивноморское), Изд-во ЮФУ, Ростов-на-Дону-Таганрог, 2018, с. 87-91.
- Н. И. Дикарев, Б. М. Шабанов, А. С. Шмелёв. «Недостаточная пропускная способность памяти на программе Stencil: преимущество векторного потокового процессора», Программные системы: теория и приложения, 9:4(39) (2018), с. 399-415.
- DOI: 10.25209/2079-3316-2018-9-4-399-415
- Н. И. Дикарев, Б. М. Шабанов, А. С. Шмелёв. «Выбор оптимальной производительности ядра векторного потокового процессора», Материалы 4-й Всероссийской научно-технической конференции СКТ-2016, в 2 т. 1 (19-24 сентября 2016 г.), Изд-во ЮФУ, Ростов-на-Дону, 2016, с. 36-41.
