分析單一指令多重執行緒執行在現代圖形處理器上的圖形及一般目的圖形處理器程序

Abstract

現代圖形處理器提供了比集中式處理器更強大的運算能力，讓它在現今的研究獲得了更多的注意。在圖形處理器上，圖形應用程式已經不是唯一的應用程式，現在有許多有著高度平行度的一般應用程式原本執行在集中式處理器上的很適合執行在圖形處理器上，這類的工作被稱作一般目的圖形工作量，由於圖形化與一般目的的工作量注重的重點是不一樣的，它們不一定都可以在相同的架構上得到好處。然而，一個模擬這兩類應用程式的圖形化架構研究是非常少的，在我們先前的研究，我們已經有一個已週期為單位支援圖形程式語言的單指令多任務執行架構的處理器，單指令多任務執行架構的圖形處理器會將許多線程組成線程束來執行，而在這篇碩論，我們將擴展這個研究讓它可以支援一般目的的應用程式，有了一個能在同樣的圖形化處理器架構下執行此兩類的應用程式，我們去分析一些特性，包括動態指令混合、跳躍指令分散比、單指令多任務執行寬度之影響、同時執行線程束數量的影響以及線程束排程的影響等。

Modern Graphics Processing Units (GPUs) have obtained a lot of attention recently since they provide orders of magnitude more computing power than CPUs. Graphics application is not the only workloads for GPUs. General purpose applications with high data-parallelism are also suitable for GPUs, called GPGPU applications. Due to the different purpose of GPGPU and graphics application, they may not benefit from the same architectural design. Therefore, a simulation framework supporting both applications is mandatory for GPU architecture research. In our previous work, we presented a cycle-level simulation framework for modern GPUs that models the SIMT(Single-Instruction Multiple-Threads) execution pipeline and support graphics workloads (OpenGL ES). In this thesis, we extend the above work to support GPGPU applications as well. With the simulation framework, we conduct workload characterization for both graphics and GPGPU workloads, including dynamic instruction mixes, branch divergence ratio, effects of concurrent warps, SIMT width and warp scheduling policies.