zur Startseite

Bachelorarbeit

Dynamische GPU-CPU Lastbalancierung
Bearbeiter Michael Vössner
Betreuer M.Sc. Malte Brunn
Prüfer Prof. Dr. rer. nat. habil. Miriam Mehl
Ende2019/05
Beschreibung

Wissenschaftliche Simulationssoftware basiert in der Regel auf sogenannten Rechen-Kerneln
(engl.: compute kernel), elementaren Codesegmenten, die während der Simulation wiederholt
ausgeführt werden. Grafikkarten (GPUs) eigenen sich durch ihre hoch parallele Architektur vor
allem zur Beschleunigung von datenparallelen Kerneln, wie z.B. AXPY, GEMV und GEMM. In
klassischen Programmiermodellen für Graffikkarten (wie CUDA) werden Kernel ausschließlich auf
der GPU bzw. der CPU gestartet. Um eine bessere Auslastung der Hardware und damit eine geringe
Laufzeit zu erzielen, ist das Ziel dieser Arbeit die Entwicklung eines Frameworks zur dynamischen
lastbalancierten Ausführung eines einzigen Kernels auf der GPU und der CPU. Im Gegensatz zu
Multi-Tasking-Systemen soll die Lastbalancierung nicht durch paralleles Ausführen
unterschiedlicher Kernel, sondern durch Aufteilen eines großen Arbeitspaketes erfolgen.