計算科學同理論和物理實驗并列已成為科學研究的第三支柱。由于它對計算的需求是無窮無盡的,因此高性能計算成為計算科學中非常關鍵的推動力量。提高計算速度的方法一般采用更快的處理器等硬件設備或者采用更優化的程序設計方法和函數庫。近年來,CPU一直按照摩爾定律所預測的速度發展,但是采用提高CPU制程和主頻的來提高CPU的計算能力的傳統辦法遇到工藝上的壁壘,暫時無法突破。另一方面,采用上述方法所導致的功耗與發熱量過大,也制約了CPU的快速發展。GPU原本是一種處理圖形任務的處理器。由于它的特殊架構,使其非常適合于高效率低成本的高性能并行數值計算,因此最近幾年得到快速的發展,也逐漸成為高性能計算一個重要分支。分子動力學與宇宙學作為計算科學兩個重要的應用領域,通常需要解決復雜的科學計算與數據處理問題。粒子模擬問題是這兩個應用領域經常遇到的計算模擬問題,然而目前采用基于CPU的高性能計算技術不能滿足上述領域快速地解決粒子計算模擬問題的要求,從而大大制約了科學研究的進程。因此,本文就這一粒子模擬問題所遇到的計算瓶頸,提出了一套基于GPU高性能計算的解決方案。本文將首先設計搭建基于GPU的高性能計算硬件平臺... 

【文章來源】：復旦大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：54 頁

【學位級別】：碩士

【部分圖文】：

Top500總計算能力、排名第一、排名第500的系統圖

如圖2.1所示，比如45nm，就是該制造工藝下可以實現的最小GATE長度為45nm。GATE加上高電壓的時候，它的下方會為SourCe和Drain兩極架起一座電子橋，仿佛按下了一個開關，這樣S/D兩極就可以導通。電子穿過S/D用的時間越短，一個MOS管的動作就越快，整個芯片就會越快。想要縮短電子穿過S/D的時間，只有縮短距離，即GATE的長度。所以為了保證芯片取得相應制程下的最快的速度

GPU計算系統不是說不需要CPU而直接采用GPU來搭建系作用在整個計算系統中弱化了，由本來所擔任計算的關鍵角色制GPU計算設備的角色。用戶向CPU服務器遞交所要計算的服務器來分配計算任務給所控制的GPU計算設備，GPU計算回到CPU服務器上，最終返回給用戶。CPU服務器在計算的算的數據讀入服務器內存，然后通過PCI一E接口數據交換到存中，GPU計算時，在其顯存中讀取數據來進行計算。所搭建的GPU高性能計算系統分為兩種，主要是針對不同的應單任務的計算系統，主要是針對計算任務不多的使用者所提出計算系統成本比較低。如圖3.2(a)所示，搭建時采用一塊Tesl集成在CPU服務器的主板上。第二種是多任務的計算系統，多的使用者，但是相對于單任務系統的成本提高不少。主要采用1070設備外接集成到CPU服務器上。

【參考文獻】：
期刊論文
[1]圖形處理器用于通用計算的技術、現狀及其挑戰[J]. 吳恩華.  軟件學報. 2004(10)



本文編號：2908622