基于多GPGPU并行計算的虛擬化技術研究.pdf

1、跟CPU相比，GPU在計算能力、能耗上具有顯著的優(yōu)勢，被廣泛應用于高性能計算領域。虛擬化是云計算的主要支撐技術之一，屏蔽硬件基礎設施使多臺虛擬機透明地共享集群中的GPU設備，從而降低配置成本，提高資源利用率。目前，GPU通用計算的虛擬化技術尚處于研究階段，虛擬化環(huán)境下資源共享方案普遍缺乏對GPU的有效支持。
　　本文以通用計算框架CUDA為研究對象，設計一種基于多GPGPU并行計算的虛擬化的方案，實現(xiàn)一種可動態(tài)調度、支持多任務并發(fā)

2、的GPU虛擬化解決方案。具體工作包括以下幾個方面：
　　第一，采用動態(tài)庫攔截的方法將GPU引入虛擬機，設計了基于多GPU計算資源特征的動態(tài)分配與管理的架構，該架構分為虛擬化用戶層、虛擬化資源管理層和虛擬化資源服務層，解決了GPU通用計算在虛擬化環(huán)境下的適應問題，實現(xiàn)GPU資源在多個計算節(jié)點間的共享。
　　第二，針對大規(guī)模計算任務場景，提出了在虛擬化環(huán)境下多GPU并行計算的實現(xiàn)方案，使用多線程或流處理的方式實現(xiàn)多GPU并行計算

3、，分析了GPU多層次存儲結構、傳輸、通信等方面內容，通過實驗分別對數(shù)據松耦合交互模式（如蒙特卡羅方法）和緊耦合交互模式（如QFT算法）實現(xiàn)多GPU并行計算。
　　第三，提出了一種基于動態(tài)負載量多負載狀態(tài)的GPU負載均衡算法DMLS-GPU（Dynamic and Multi-Load Status algorithm for GPU），通過將負載與GPU設備的硬件能力和任務本身的特性相結合，解決了虛擬化方案中動態(tài)評估GPU設備計算