基于WEB的GPU服务平台的实现

《基于WEB的GPU服务平台的实现》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、北京化工大学学位论文原创性声明本人郑’最声明：所呈交的学位沦义，足小人在导师的指导下，独立进行研究～L作所取得的成果。除文¨tI已经注明引用的内容外，木论文不含fI．-f凸IJ￡他个人或集体已经发表或撰1j过的作，铺成果。对本文的研究做出重要贞献的个人和集体，均已在文中以I刿确力+J=℃标明。本人完全意谚{剑本声明的法律结果由本人承担。作：各’签私：关于论文使用授权的说明J、歹：位沦文作者究个’1r解北京化一I：人学订火保留和饮J

2、j学位沦义的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属：l匕京化!r人学。学校订杖f呆留』f向国家订关部门或机构送交i=_仑丈的

3、复印件和磁铂：，允r}：学位沦义被AI列和借蒯；学校叮以公自r学位论义的全部或部分内容，可以允许采用影印、缩t；lj或其他复制手段保存、汇1编学位论文。f朵密论文注释：奉学位沦义心于保密范围，在上年解密后适用本授权书。非保密论文注释：本学位论文刁<属于保密范围，适用本授权书。日期：【Jj{：}j：学位论文数据集IIIIIILIIIIIIIIIIIIIIDLIILIIMLLIIIIIlY2392852中图分类号TP311．5学科分类号520．6070论文编号1001020130080密级公开学位授予单位代码10010学位授予单位名称北京化工大学作者姓名陈超学号2011210

4、080获学位专业名称控制工程获学位专业代码085210课题来源自选项目研究方向信息分类论文题目基于Web的GPU服务平台的实现关键词GPU，持续集成，Web服务论文答辩日期2013．05．22*论文类型应用研究学位论文评阅及答辩委员会情况姓名职称工作单位学科专长指导教师赵英教授北京化：I『=大学分布式计算和网络评阅人l张I帆副教授北京化：[火学雷达和高性能计算评阅人2谢晓明副教授北京化工大学移动通信技术评阅人3评阅人4评阅人5答辩蚕民会主席赵众教授北京化工大学先进控制答辩委员1赵瑞莲教授北京化工大学软件测试与可靠性答辩委员2祝海江教授北京化工大学机器人视觉答辩委员3张帆副

5、教授北京化工大学雷达和高性能计算答辩委员4谢晓明副教授北京化工大学移动通信技术答辩委员5注：一．论文类型：1．基础研究2．应用研究3．开发研究4．其他二．中图分类号在《中国图书资料分类法》查询。三．学科分类号在中华人民共和国国家标准(GB厂r13745．9)《学科分类与代码》中查询。四．论文编号由单位代码和年份及学号的后四位组成。摘要基于WEB的GPU服务平台的实现GPU(GraphicProcessingUnit)通用计算技术是近年来出现的一种新的、很有发展潜力的并行计算技术。利用GPU通用计算技术可以完成大规模的并行计算任务。它利用GPU特殊的底层硬件架构和软件平台，

6、可以成千上百倍提高现有并行计算算法的效率。因此它在通用计算领域和市场中占有越来越多的比重。由于GPU通用计算技术在软件和硬件方面持续进步，特别是NVIDIA(英伟达)推出CUDA(ComputeUnifiedDeviceArchitecture)计算平台之后，越来越多的高性能计算系统和数据中心都引入了GPU。另一方面web技术也得到了长足的发展，特别在推出webservice的概念之后，位于不同机器的不同应用无须通过任何第三方就可以交换数据。但是，目前对于如何通过WebService向其他应用程序提供GPU的计算能力的这个问题尚无标准的解决方案。本文利用WebServic

7、e技术、GPU远程访问技术(RCUDA)以及持续集成技术(continuousintegration)对通过webservice向其他应用程序提供GPU的计算能力的方法和接口进行了研究。我们设计了一个可以持续构建GPU应用程序的平台，优化了webservice调度GPU应用程序的队列模型。主要进行研究工作有以下几个方面：1、搭建rCUDA的环境，采用linux的自动化编译工具链编写能自动化编译和执行CUDA应用程序的脚本。实现可以在没有GPU的北京化工大学硕士学位论文调度节点机器上进行远程自动化编译CUDA应用程序和执行CUDA程序，并比较在本地执行和远程执行的效率。2、

8、实现对自动化脚本的WEB封装，采用maven技术来重新定义CUDA应用的工程结构。通过maven的pom．xml文件封装自动化脚本。并将其和具有maven工程结构的GPU应用程序导入到集成服务器中，使用户可以通过定制的集成服务器来自动化编译和在线执行CUDA应用程序。3、实现自动化编译和构建CUDA应用程序的多线程调度队列模型，使用户可以通过WEB的方式并发的调度自动化编译任务。并同时实现在线执行CUDA应用程序的多线程调度队列模型，使用户可以通过web的方式在不同的GPU上执行CUDA应用程序并获得结果。4、实现了通过xml