[发明专利]基于GPU和CPU协同运算的并行数值模拟方法和系统

权利要求书

1.一种基于GPU和CPU协同运算的并行数值模拟系统，包括：

并行模块选择单元，用于从数值模拟算法的各个函数模块中选择适合于进行并行运算的函数模块，并促使CPU执行剩余函数模块；

并行粒度确定单元，用于确定由并行模块选择单元选择的各个函数模块的适应于GPU的最优并行粒度，并将确定了最优并行粒度的函数模块移植到GPU中，以由GPU使用移植的函数模块进行数据并行运算处理。

2.如权利要求1所述的系统，所述并行模块选择单元包括：计时单元，用于对数值模拟算法的各个函数模块所消耗的处理器时间进行计时，以找出运算时间比重最大的一个或多个函数模块，

其中，并行模块选择单元对所述一个或多个函数模块之间的依赖关系进行分析，找出可以并行的部分。

3.如权利要求2所述的系统，其中，所述计时单元通过为数值模拟算法的每个函数模块增加计时器来进行计时。

4.如权利要求2所述的系统，其中，所述计时单元通过使用程序分析工具gprof来对数值模拟算法的各个函数模块进行计时。

5.如权利要求1所述的系统，所述并行粒度确定单元包括：算法结构调整单元，用于在将适合进行并行运算的函数模块移植到GPU时，根据需要调整各函数模块的算法结构，以获取更大的并行粒度。

6.如权利要求1所述的系统，所述并行粒度确定单元包括：函数模块拆分单元，用于将具有多个并行粒度的函数模块拆分为若干个内核函数，以使每个内核函数具有其最大并行粒度。

7.如权利要求6所述的系统，其中，如果所述内核函数之间存在依赖关系，则不进行拆分。

8.如权利要求5所述的系统，其中，所述算法结构调整单元还用于在进行函数模块移植时，根据需要调整数值模拟算法的程序结构，以降低显存和内存的数据存取次数，减少数据同步。

9.如权利要求1所述的系统，还包括：数据存取优化单元，用于在进行数据运算时通过优化数据存取方式来提高数据运算效率。

10.如权利要求9所述的系统，其中，所述数据存取优化单元通过将图形处理单元并行处理单元内线程访问的地址分配集中在同一块来优化数据存取方式。

11.如权利要求1所述的系统，还包括：数据拆分单元，在进行数据运算时，如果GPU的显存容量小于待处理的数据块大小，则将待处理的数据块拆分为若干个大小不大于显存容量的数据块。

12.如权利要求11所述的系统，其中，按内存的连续性对数据进行拆分。

13.如权利要求11所述的系统，其中，通过对每个内核函数分别遍历来对拆分后的多个数据块进行遍历。

14.如权利要求13所述的系统，其中，在每个内核函数结束后将数据同步在内存中。

15.如权利要求11所述的系统，其中，通过对每个数据块分别遍历来对拆分后的多个数据块进行遍历。

16.如权利要求15所述的系统，其中，如果与数据块相关的内核函数之间存在依赖性，则进行数据同步。

17.如权利要求16所述的系统，其中，如果与数据块相关的内核函数具有不同的并行粒度，则在进行函数模块移植时使用算法结构调整单元调整程序结构，以隐藏数据同步。

18.如权利要求15所述的系统，其中，如果与数据块相关的内核函数之间存在依赖性，则在进行函数模块移植时使用算法结构调整单元调整程序结构，以将所述依赖进行拆分。

19.一种基于GPU和CPU协同运算的并行数值模拟方法，包括：

从数值模拟算法的各个函数模块中选择适合于进行并行运算的函数模块，并促使CPU执行剩余函数模块；

确定选择的各个函数模块的适应于GPU的最优并行粒度，并将确定了最优并行粒度的函数模块移植到GPU中，以由GPU使用移植的函数模块进行数据并行运算处理。

20.如权利要求19所述的方法，选择适合于进行并行运算的函数模块的步骤包括：对数值模拟算法的各个函数模块所消耗的处理器时间进行计时，以找出运算时间比重最大的一个或多个函数模块，

其中，对所述一个或多个函数模块之间的依赖关系进行分析，找出可以并行的部分。