论文部分内容阅读
基于异构GPU集群的主流编程方法是MPI与CUDA的混合编程或者其简单变形。因为对底层的集群架构不透明,程序员对GPU集群采用MPI与CUDA编写应用程序时需要人为考虑硬件计算资源,复杂度高、可移植性差。为此,基于数据流模型设计和实现面向节点异构GPU集群体系结构的新型编程框架分布式并行编程框架（DISPAR）。DISPAR框架包含2个子系统：（1）代码转换系统Stream CC,是DISPAR源代码到MPI＋CUDA代码的自动转换器。（2）任务分配系统Stream MAP,具有自动发现异构计算资源和任务