-
公开(公告)号：CN104123452B
公开(公告)日：2017-10-10
申请号：CN201410341239.5
申请日：2014-07-18
Applicant: 西北工业大学
IPC: G06F9/50
Abstract: 本发明实施例提供了一种基于模糊决策的GPU的负载评价方法，涉及计算机技术领域，可以正确对GPU的负载进行评价。所述方法包括：针对一个GPU来说，获得n时刻所述GPU的负载向量，然后计算获得n时刻评价负载用的评价负载向量L，综合所述评价负载向量L中的元素utilization，memory，pstates，以及occupancy进行模糊评判，获得模糊判决矩阵R；根据用户给出的诸因素权重分配为：W＝(w1，w2，w3，w4)以及模糊判决矩阵计算获得综合评价A，对所述综合评价A进行归一化处理获得A′，根据最大隶属度原则获得所述GPU的负载情况。
-
Patent Agency Ranking
公开(公告)号：CN104156264A
公开(公告)日：2014-11-19
申请号：CN201410381993.1
申请日：2014-08-01
Applicant: 西北工业大学
Abstract: 本发明实施例提供了一种基带信号处理中的任务调度方法，涉及计算机技术领域，可以提高基带信号处理的实时性和吞吐量。所述方法包括：应用发送任务到调度器，调度器根据所述任务的属性将所述任务放到相应的任务队列中；调度器定期检查m个GPU的flag_GPU标志，检查完成后得到m个GPU共需要的任务数m′；然后为所述GPU选取依据排序后的m′个任务，并且所述m′个任务继承其所属任务队列的preDeviee属性；根据所述m′个任务各自的preDevice属性，将所述m′个任务分配给预取处理器，使所述GPU执行所述m′个任务；每个任务执行完成后需要执行完成的任务所属队列的flag置为有效；直到各个任务队列为空。
-
公开(公告)号：CN104156264B
公开(公告)日：2017-10-10
申请号：CN201410381993.1
申请日：2014-08-01
Applicant: 西北工业大学
Abstract: 本发明实施例提供了一种基带信号处理中的任务调度方法，涉及计算机技术领域，可以提高基带信号处理的实时性和吞吐量。所述方法包括：应用发送任务到调度器，调度器根据所述任务的属性将所述任务放到相应的任务队列中；调度器定期检查m个GPU的flag_GPU标志，检查完成后得到m个GPU共需要的任务数m′；然后为所述GPU选取依据排序后的m′个任务，并且所述m′个任务继承其所属任务队列的preDeviee属性；根据所述m′个任务各自的preDevice属性，将所述m′个任务分配给预取处理器，使所述GPU执行所述m′个任务；每个任务执行完成后需要执行完成的任务所属队列的flag置为有效；直到各个任务队列为空。
-
公开(公告)号：CN104102513B
公开(公告)日：2017-06-16
申请号：CN201410341238.0
申请日：2014-07-18
Applicant: 西北工业大学
IPC: G06F9/445
Abstract: 本发明实施例提供了一种基于Kepler架构的CUDA运行时参数透明优化选择方法，涉及CUDA编程技术领域，可以节省核函数获得性能优化的配置运行时参数所用时间。所述方法包括：后台服务端解封截获端发送过来的封装后的调用请求，获得核函数的运行时参数信息；后台服务端根据核函数的运行时参数信息计算出核函数所需线程总数，从而确定其所属线程数等级；然后根据所确定的线程数等级来修改线程块的大小，进而计算获得修改后的线程块数量和修改后的共享内存大小；最后，后台服务端将修改后的核函数运行时参数与核函数执行部分发送给后台服务端的CUDA运行时层进行执行。
-
公开(公告)号：CN104123452A
公开(公告)日：2014-10-29
申请号：CN201410341239.5
申请日：2014-07-18
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明实施例提供了一种基于模糊决策的GPU的负载评价方法，涉及计算机技术领域，可以正确对GPU的负载进行评价。所述方法包括：针对一个GPU来说，获得n时刻所述GPU的负载向量，然后计算获得n时刻评价负载用的评价负载向量L，综合所述评价负载向量L中的元素utilization，memory，pstates，以及occupancy进行模糊评判，获得模糊判决矩阵R；根据用户给出的诸因素权重分配为：W＝(w1，w2，w3，w4)以及模糊判决矩阵计算获得综合评价A，对所述综合评价A进行归一化处理获得A′，根据最大隶属度原则获得所述GPU的负载情况。
-
公开(公告)号：CN104102513A
公开(公告)日：2014-10-15
申请号：CN201410341238.0
申请日：2014-07-18
Applicant: 西北工业大学
IPC: G06F9/445
Abstract: 本发明实施例提供了一种基于Kepler架构的CUDA运行时参数透明优化选择方法，涉及CUDA编程技术领域，可以节省核函数获得性能优化的配置运行时参数所用时间。所述方法包括：后台服务端解封截获端发送过来的封装后的调用请求，获得核函数的运行时参数信息；后台服务端根据核函数的运行时参数信息计算出核函数所需线程总数，从而确定其所属线程数等级；然后根据所确定的线程数等级来修改线程块的大小，进而计算获得修改后的线程块数量和修改后的共享内存大小；最后，后端服务器将修改后的核函数运行时参数与核函数执行部分发送给后台服务端的CUDA运行时层进行执行。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
