GPU的应用及未来发展方向

黄鹤 姜虹 李婷 林妍初 王国富

（黑龙江省计算中心黑龙江省哈尔滨市150036）

GPU的应用及未来发展方向

黄鹤 姜虹 李婷 林妍初 王国富

（黑龙江省计算中心黑龙江省哈尔滨市150036）

计算机图形处理器（GPU，Graphics Processing Unit）正在以大大超过摩尔定律的速度高速发展，极大的提高了计算机图形处理的速度和质量，不但促进了图像处理、虚拟现实、计算机仿真等相关应用领域的快速发展，同时也为人们利用GPU进行图形处理以外的通用计算提供了良好的运行平台。

GPU；虚拟化；图论算法

引言

GPU的发展速度远远超过通用处理器，特别是随着可编程能力、并行处理能力和应用范围方面得到不断提升和扩展，使得GPU已成为当前计算机系统中具备高性能处理能力的部件。因此，充分利用现有计算资源，发挥GPU的高性能计算能力，在GPU与CPU的协作模式、GPU通用计算的计算模式以及性能优化等方面进行深入研究，将对进一步拓展目前高性能计算体系结构，为科学计算和工程应用提供新型的计算资源具有重要意义。

1 GPU加速技术在图论算法中的应用

1.1 GPU加速计算有向图的强连通分量

对于FB算法，其在计算过程中不是依靠DFS为子的一种算法，而是通过分配模式将不同的子问题分配到各个单元中对其进行处理，而对于每个子问题，其都是通过顶点的可达性来进行分析，因此，FB算法具有较强的并行化能力。对于FB算法，其具体的计算过程是：首先选择一个顶点，然后对其前闭包和后闭包进行计算，两个集合之间的交集就是强连通分量值。然后通过剩余的顶点对原图进行3个子集的划分，并通过迭代计算对三个子图进行重复性的上述计算过程，这样就能够实现子图的并行处理计算。

1.2 GPU加速计算图的最小生成树

加入G的一个子图包含了G的全部顶点，那么就将其称为G的生成树。

为了能够更好的对图的数据结构进行处理，同时节省存储空间，在对生成树进行计算时，往往采用的是两种图的数据结构，下面的（a）和（b）两种不同的结构构成了两种不同的计算方法，其中，（a）可以将所有的边都看做是没有方向的，然后通过（S，E，W）来对其进行表示，而对于（b）来说，其采用的是压缩邻接表而对方法，将每一条边看做是方向完全相反的两条边对其进行表示，采用的是（E，W）元组。而对于VP，其中存放的则是索引位置，而W数组的使用是为了对边的权值进行存储。

2 基于GPU的视频编辑特效技术研究

GPU的视频编辑特效技术是通过非线性编辑系统来实现的，视频编辑特技是GPU的一个重要功能。YUV（4：2：0）既可以理解为视频进行解码处理后所产生的数据，也可以直接将未压缩的视频数据进行编码，作为非线性编辑系统必不可少的组成要素，视频编辑特技处理子系统的运行流程如下：①视频通过非线性编辑系统进行解码后，形成了YUV（04：2：0）平面格式视频数据；②特技处理子系统将解码后的数据进行特辑编辑，依然输出平面格式的视频数据；③通过特技处理子系统输出的视频数据经过非线性编辑系统进行编码，实现一次完整的特技编辑。

3 GPU虚拟化应用研究

3.1 独占使用

独占使用（VMMpass-through）是指绕过虚拟机的管理系统，将GPU使用权直接分配给某一虚拟机，任何时刻都只有一台虚拟机拥有GPU的使用权限。这种虚拟化方式使GPU的独立性与完整性得以保存，而且效果与非虚拟条件下的结果差别不大，同时，能够进行通用计算。独占设备法的设计思路是使原生驱动和硬件能够被客户操作系统直接使用，缺少必要的中间层维护和GPU状态跟踪，对实时迁移等高级特性支持不足。

3.2 设备模拟

这种模拟器只是在软件调试和硬件设计时得到应用，并不能作为VMM中的虚拟设备使用。QEMU目前具备基本2D功能的显卡（Cirrus CLGD 5446 PCI VGA card），已经在虚拟化系统广泛应用，但也只仿真了GPU的部分功能，如在KVM和Xen中负责虚拟化显示设备。VMware SVGAII[8]是VMware中独立实现的仿真设备，能支持2D显示和Direct3D接口，但不支持OPENGL，且对Direct3D的支持仍然是使用API重定向技术。

3.3 API重定向技术

应用接口虚拟化（API remoting，API重定向技术），是指对GPU相关的应用程序编程接口在应用层中进行拦截，然后使用重定向（使用GPU）或模拟（不使用GPU）方式实现相应功能，将完成的结果返回给对应的应用程序。API重定向技术方案处理参数在API层进行，能够管理虚拟机内部状态。

3.4 GPU虚拟化应用研究

虚拟化桌面应用指虚拟机在物理机上提供给用户透明的桌面使用环境，这些桌面使用环境通常具备良好的可迁移性。图形处理方式包括直接采用物理显卡和采用虚拟显卡即GPU虚拟化方式。其中，物理显卡的方式就是在对系统的资源进行整合与分配时，直接将物理显卡的控制权重新分配给特权的虚拟机。与真实物理主机相比，这种方式使特权虚拟机可以获得同样的图形效果，然而它与虚拟机动态分配、资源共享的设计理念不符，并且增加了使用成本；GPU虚拟化方式即在虚拟机操作系统中模拟一块能够进行图形处理的物理显卡。

4 GPU计算我们的生活

GPU计算与我们的生活息息相关。GPU可以使在能见度低的环境下获得的图片变得更加清晰。该技术在汽车驾驶、图像监控、目标识别等领域中有重要的应用前景，尤其是对重庆这种“大雾城市”来说作用尤为明显。

GPU从最早以游戏为主要代表的图形应用，到后来人们发现它出色的并行计算能力，使它逐步进化成协处理器，在动漫渲染、石油勘察、生物医疗等众多方面发挥着重要作用。GPU在数据计算方面昭示着未来高性能计算将走向“CPU+GPU异构计算”。可以这么认为，如今GPU的应用已经渗入到我们生活的方方面面。

5 结语

搭建CPU-GPU集群并行计算平台，集群中每个计算节点都以CPU为主处理器GPU为协处理器，将并行数值计算部分由GPU完成，其余操作由CPU完成。这种技术已经当前行业的必然发展方向，高性能计算领域中GPU集群的会越来越普遍，为我们的生产，生活带来更好的方向。

[1]吕相文.高性能计算云环境下GPU并行计算技术及应用研究[J].南京航空航天大学，2015.

[2]姜鑫.基于GPU的高清游戏视频实时编解码技术的研究[J].吉林大学，2015.

TP751

A

1004-7344（2016）30-0268-01

黑龙江省自然科学基金项目（编号F201437）资助。

2016-10-9