吕相文
- 作品数：8 被引量：17H指数：3
- 供职机构：南京航空航天大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金江苏高校优势学科建设工程资助项目国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Android系统的USB动态实时控制方法及其系统
- 本发明公开了一种基于Android系统的USB动态实时控制方法及其系统，包括用户端用户界面、服务端用户界面、用户端远程控制功能模块、服务端远程控制功能模块、用户端USB传输模块和服务端USB传输模块；其中，所述用户端US...
- 吕相文袁家斌张唯唯
- 文献传递
- 云计算环境下多GPU资源调度机制研究被引量：3
- 2016年
- 资源调度是云计算中的关键问题之一,它的调度机制与算法直接影响到云计算系统的性能及成本.GPU(graphics processing unit)正越来越多地被应用到通用计算领域,作为高性能云计算系统中的特殊计算资源,对GPU计算资源的调度有其特殊性.综合考虑计算任务在节点间以及节点内部的数据传输延迟,以充分利用系统GPU计算资源、掩藏传输延迟为目标,研究了云环境下多GPU的"传输&传输&执行"三段调度问题.提出一种云环境下GPU计算资源调度机制MGSC(Multi-GPU resource Scheduling scheme in Cloud environment):考虑了GPU计算中传输与计算的因素,讨论了在GPU计算中出现的四种资源需求情况,建立GPU计算资源模型;为了减轻中心节点的任务处理压力,设计了基于树型结构的GPU资源分布式检索算法.实验结果说明,MGSC在满足多用户共享GPU计算资源的同时,能够较好地提高云计算系统中GPU计算资源利用率,获得较高的服务质量,有效地减少资源闲置,降低服务提供者的服务成本.
- 吕相文袁家斌张玉洁
- 关键词：云计算PROCESSING资源调度
- 一种支持多GPU虚拟化的平台架构及其工作方法
- 本发明提供一种支持多GPU虚拟化的平台架构及其工作方法，该架构通过在GPU服务器端和虚拟机端部署中间件，利用socket或者infiniband等方式作为传输媒介，填补了原有的虚拟机平台不能利用GPU加速的缺点。该架构通...
- 袁家斌吕相文马业
- 文献传递
- GPU虚拟化环境下的数据通信策略研究被引量：4
- 2015年
- 虚拟化技术能够以较低的成本和能源消耗共享有效的资源,一些应用程序往往需要利用图形处理器来加快它们的计算以提高性能。但是由于虚拟化本身的特点,在GPU虚拟化环境下进行CUDA应用开发会带来很大的性能开销。此外,当采用多GPU并行处理大规模的程序时,传统的GPU之间的数据交互方式是通过CPU来中转,不仅会带来"路程"上的开销,同时PCI-E相对于GPU显存的低带宽更是限制了数据传输的速率。针对以上问题,文中在Xen和VMware虚拟化平台下,针对CUDA应用的延迟和吞吐率找出最优的虚拟机间通讯方式,针对GPU之间不同的数据传输方式,找出最优通信方案,并从理论上和实验中分析出影响多GPU协同运算效率的因素。
- 张玉洁吕相文张云洲
- 关键词：GPU通用计算虚拟化CUDA数据通信
- 高性能计算云环境下GPU并行计算技术及应用研究
- 近年来，GPU（Graphics Processing Unit）并行计算技术已成为高性能计算（High Performance Computing，HPC）领域的研究热点。GPU硬件具有强大的浮点计算能力，为大型科学计...
- 吕相文
- 关键词：资源调度通信机制量子搜索算法
- 一种支持多GPU虚拟化的平台架构及其工作方法
- 本发明提供一种支持多GPU虚拟化的平台架构及其工作方法，该架构通过在GPU服务器端和虚拟机端部署中间件，利用socket或者infiniband等方式作为传输媒介，填补了原有的虚拟机平台不能利用GPU加速的缺点。该架构通...
- 袁家斌吕相文马业
- 文献传递
- 一种基于Mapreduce的多GPU协同计算方法
- 本发明公开一种基于Mapreduce的多GPU协同计算方法，属计算机软件应用领域。对应于一般的GPU高性能计算和MapReduce并行计算的单层并行架构，本发明的编程模型采用双层的GPU和MapReduce并行架构，通过...
- 吕相文袁家斌曾青华
- 文献传递
- 面向多任务的GPU通用计算虚拟化技术研究被引量：3
- 2013年
- 随着硬件功能的不断丰富和软件开发环境的逐渐成熟,GPU在通用计算领域的应用越来越广泛,使用GPU集群来进行海量数据计算的例子不胜枚举。但是,相对于CPU,GPU的功耗较大,如果每个节点都配备GPU,则将大大增加集群的功耗。虚拟化技术的引入使得在虚拟机中利用GPU资源进行通用计算成为可能。为高效、充分地利用GPU,针对GPU的特点,提出了一种面向多任务的可动态调度、支持多用户并发的GPU虚拟化解决方案。在已有的GPU虚拟化方案的基础上,综合考虑虚拟机域间通信的通用性以及任务的周转时间,建立了CUDA管理端来对GPU资源进行统一管理。通过设置综合负载评价值实现负载均衡并降低任务的平均周转时间。在设计的系统上进行大规模矩阵运算实验,结果说明了GPU虚拟化方案在计算系统中的可行性和高效性。
- 张云洲袁家斌吕相文
- 关键词：GPU通用计算虚拟化CUDA负载均衡
