摘要：OpenCL和CUDA等GPU并行编程模型在波场数值模拟、偏移成像等领域已经得到广泛应用,但二者都破坏原有的串行代码而重新设计并行算法,会增加并行实现的难度和工作量。本文将一种新的GPU并行编程模型openacc应用于逆时偏移计算,通过添加编译指令实现节点间/节点内的进程/线程级的多级并行方案,是一种更便捷、高效的异构并行技术。对多级并行的数据通信进行优化,实现了叠前偏移成像的多级异构并行加速。数值实验结果表明文中多级并行方案可以有效地解决逆时偏移计算量大和存储量大的问题;经过数据通信的优化后,可以显著提高逆时偏移的计算效率。

摘要：气象数值模式是天气预报的基本工具和方法,随着技术的发展,模式分辨率有了大幅的提高,分辨率的提升使计算量呈指数增长,然而气象预报的时效性对并行程序的设计与计算平台的性能都提出了更高的要求。以GRAPES_GLOBAL数值天气预报模式为研究案例,以"神威·太湖之光"新一代国产异构众核高性能计算系统为试验平台,分析其程序结构及计算原理,定位影响模式并行效率及扩展性的热点子程序。通过调整程序结构以及添加协处理器加速指示语句,并针对模式系统消息缓存过大等问题,为长波辐射过程的每个热点子程序分别设计了高效的通讯策略。实现了"粗粒度MPI并行+细粒度众核openacc并行"多级异构并行方案,使其普遍达到3~6倍的加速。本试验充分继承了原始代码的MPI级并行,同时利用数量众多的协处理器为其中的热点函数提供加速,有效提升模式的并行效率,节约了开发成本。

摘要：利用CUDA语言移植旧程序时需要重新设计算法,花费较多的时间,效率不高。针对这一问题,本文在分析正射纠正算法并行性的基础上,提出一种基于openacc的遥感影像正射纠正快速实现方法,并与基于CUDA的正射纠正方法进行对比。通过正射纠正实验表明,openacc能通过对源代码的较小改动将其移植到GPU中,获得一定的加速比,其可移植性好,代码开发效率较高。

摘要：将openacc编程模型用于异构多核处理器时,由于异构多核处理器加速设备内存有限,操作大量数据的代码不能获得很好的加速。针对这一问题,在openacc中引入循环分块子句,对循环进行分块处理,使每个循环块使用的数据能够存储在设备内存中;提出面向异构多核处理器的循环分块子句生成算法,并在基于Open64的"源-源"自动并行化系统Auto-ACC中进行实现。测试结果表明,在异构多核处理器上,扩展的循环分块子句及所提生成算法能够对程序进行明显的加速。

摘要：随着半导体技术的发展,在高性能计算领域中异构众核系统的设计已经成为技术发展的趋势和学术研究的热点。随之而来的基于异构系统上的编程,主要面临以下几个方面的挑战:第一方面就是针对异构平台同时在CPU+GPU上编程复杂;第二就是针对异构平台的移植性。原有的编程模型(CILK、OpenMP、CUDA)都是针对特定平台的,可移植性比较差。那么针对异构平台的编程模型随之产生。本文针对PGI等公司提出的异构平台的编程模型openacc进行分析与研究。