CUDA程序二进制翻译：面向异构众核处理器的移植技术

“面向异构众核的CUDA程序二进制翻译.pdf”主要探讨了如何通过二进制翻译技术将CUDA程序移植到非NVIDIA GPU的异构众核处理器平台，尤其是国产处理器，以扩大CUDA应用的适用范围并支持国内产业发展。 在高性能计算领域，CUDA作为一种并行计算平台，以其高效的并行处理能力被广泛应用。然而，CUDA程序通常被限制在NVIDIA GPU上运行，这在一定程度上阻碍了其在其他平台上的应用。随着国产众核处理器的发展，将CUDA程序移植到这些处理器上变得越来越重要，不仅可以充分利用硬件资源，还能促进国产处理器生态系统的建设。 论文介绍了二进制翻译框架的设计，该框架将CUDA程序的主机端代码和设备端代码分开处理。首先，针对设备端代码的提取是移植的关键步骤，需要识别并分离出GPU特定的指令和数据流。接着，计算模型的映射涉及到将CUDA的计算模型，如线程块和网格，转换为目标平台的并行模型，可能需要调整线程组织和同步机制。存储模型的映射则关注如何将CUDA的全局、共享、局部和常量内存映射到新平台的相应存储结构。此外，栅栏同步是GPU编程中的重要组成部分，它确保了不同线程块之间的正确同步，因此需要在翻译过程中保留并适配这种同步机制。 指令翻译问题则涉及到将CUDA特有的指令集转换为目标处理器的指令集，这通常需要深入理解两种架构的指令集差异，并可能涉及到指令集模拟或等效指令的寻找。为了验证翻译框架的有效性，论文进行了实验，证明了翻译后的程序能够在目标平台上正确执行，从而实现了CUDA程序的功能移植。 这篇论文研究的是CUDA程序的跨平台兼容性问题，提供了一种二进制翻译的方法，使得CUDA应用程序可以运行在非NVIDIA的异构众核处理器上，特别是在国产处理器上。这种方法降低了对特定硬件的依赖，有助于提升国产处理器在高性能计算领域的竞争力，同时也为CUDA程序员提供了更广阔的开发环境。