基于android平台cuda程序移植的研究与实现

《基于android平台cuda程序移植的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号!旦窆!UDC论文题目密级!Q12鱼：圣!!Q窆Q12编号——研究生：王匾指导教师：值童强教援专业：i土篡扭科堂皇这丕研究方向：盐簋扭歪缠缱捡所在学院：i土簋扭堂瞳2014年4月26日原创性声明本人声明：所呈交的学位论文是本人在导师的指导下进行的研究工作及取得的研究成果。除本文已经注明引用的内容外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得凼墓直太堂及其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：垂商指导教师签名

2、：：查兰兰日期：日期：在学期间研究成果使用承诺书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：内蒙古大学有权将学位论文的全部内容或部分保留并向国家有关机构、部门送交学位论文的复印件和磁盘，允许编入有关数据库进行检索，也可以采用影印、缩印或其他复制手段保存、汇编学位论文。为保护学院和导师的知识产权，作者在学期间取得的研究成果属于内蒙古大学。作者今后使用涉及在学期间主要研究内容或研究成果，须征得内蒙古大学就读期间导师的同意；若用于发表论文，版权单位必须署名为内蒙古大学方可投稿或公开发表。学位论文作者签名：至面日期：

3、指导教师签名：篁!：垦：日期：——内蒙古大学硕士学位论文基于Android平台CUDA程序移植的研究与实现摘要移动计算设备的飞速发展已经成为转变传统计算设备发展的根本趋势。GPU在图像处理方向应用的同时，也为通用计算提供了良好的运行平台。CUDA是功能完善的图形处理器通用计算编程API，但其并没有解决移动设备上并行计算的问题。GPU在移动设备上的发展虽然很迅速，但是仅仅依赖片上GPU来提升计算能力，在计算效率和能耗等方面都有很大限制。本文设计了CUDA程序在移动设备上的运行环境，实现CUDA程序在基于Android系统的移动

4、设备上运行。程序经过移植之后，可以实现在Android系统的移动设备上访问位于高性能服务器上的GPU通用计算资源，对移动设备上的高性能计算具有很大意义。移动CUDA运行环境由服务端和客户端两部分构成，客户端部署在Android系统的移动设备，以伪装API方式获取CUDA程序的调用函数与函数参数，将其发送到服务端，在服务端完成对实际GPU的操作。由于采用伪装API方式，原有的CUDA程序不需要引入其他特定的API，实现了兼容性的特点。针对Android平台的CUDA程序移植是建立在详细分析CUDA程序的编译流程上，改变原本的混

5、合编译策略，采用分离不同平台编译结果的方法。在GPU设备端执行的程序编译成fatbin格式，而在主机端执行的C程序则使用ARM交叉编译工具编译成ARM平台的目标程序。经过实验证明，本文实现的CUDA程序移植方法对计算密集型算法性能提升效果显著，具有较好的计算性能和加速比。本文使用的Socket优化方法对于基于Android平台CUDA程序移植的研究与实现无线网络传输性能也有很大提升。关键词：通用图形处理器；Android平台；移动CUDA运行环境；CUDA程序移植；Socket性能优化Ⅱ内蒙古大学硕士学位论文RESEARCH

6、ANDIMPLEMENTATIONOFTRANSPLANTCUDAPROGRAMBASEDONANDRoIDABSTRACTWiththerapidevolutionofmobiledevice,thechangeoftraditionalpersonalcomputershasbecomethefundamentaldevelopmenttrend．WhiletheGPUapplicationsinimageprocessingdirection，italsoprovidesagoodgeneralprocessingab

7、ilityofcomputingplatform．CUDA，whichisshortforCompmeUnifiedDeviceArchitecture，isacompletesetofgeneralpurposecomputationAPIforGPU．CUDAframeworkdoesnotappeartosolvetheproblemofparallelcomputingonmobiledevices，althoughGPUevolvedonmobiledevicesquickly．However,thereareve

8、rylimitedintermsofcomputationalefficiencyandenergyconsumptionrelyingsolelyontheon-chipGPUtoboostcomputingpower．ThispaperpresentsmobileCUDAenviron