![使GPU成为一流计算资源的初步步骤:共享和资源管理 使GPU成为一流计算资源的初步步骤:共享和资源管理]()
一、讲座详情
演讲题目:使GPU成为一流计算资源的初步步骤:共享和资源管理
演讲时间:2017年8月8日 上午10:00
演讲地点:清华大学罗姆楼8-206
主讲人:杨峻 美国匹兹堡大学电子与计算机工程系教授
二、 主讲人介绍
杨峻现任匹兹堡大学电子与计算机工程系教授。她于2002年获得亚利桑那大学的博士学位,在加入匹兹堡大学之前,她曾担任加州大学河滨分校的助理教授(2002-2006)。杨峻教授的研究涉及了计算机体系架构的广泛领域,她最近的研究重点包括GPU设计、新兴的内存技术、互联网络技术、三维集成技术以及电源和热管理技术。杨峻教授曾于2008年获得NSF CAREER奖、2010年获得了IEEE的MICRO Top Picks奖、2013年获得了ISLPED奖、2007年获得了ICCD的最佳论文奖。
三、 演讲内容
GPU已经从传统的图形加速器演变为更为广泛的通用核心计算引擎。然而,目前的商业产品尚未挖掘出GPU巨大的潜力,很大程度上是因为GPU不像CPU那样比较容易管理。因为即使在多个应用程序之间共享GPU的情况下,完全管理它们也几乎没有有效的架构支持。它那庞大的硬件资源往往也并未得到充分利用。
为了让GPU成为一流的可控资源,我们开发了新的体系架构,用类似于CPU通过同步多线程(SMT)实现共享的方式来使GPU可以进行更为精细粒度的共享,这种方式被称为同时多内核(SMK)。通过SMK方式,不同应用程序可以在GPU的每个流处理器中共存。利用不同应用行为的异构性,可以实现资源的高效率利用。在共享应用之间的资源分配是为了提高公平性、吞吐量和服务质量等。我们预测,SMK能够使GPU具有更好的可管理性以及实现一些新功能,比如在应用程序中有更高效的同步机制。