典型文献
面向多GPU架构电流预测模型研究
文献摘要：
为降低GPU通用计算能耗分析的复杂性,提高GPU电流预测模型的通用性,提出了一种基于Elman神经网络的面向多GPU架构GPU运行电流通用预测模型.通过分析GPU程序,提取计算操作数量、存储访问操作数量和程序分支数量三个程序特征;引入GPU体系结构复杂度系数;最后,采用Elman神经网络构建了程序特征、体系结构复杂度与运行电流的关系模型.实验结果表明,单程序的预测误差不超过8％,不同体系结构间的平均预测误差不超过7％.该电流预测模型为深入分析GPU通用计算能耗复杂性和多程序并行调度奠定了良好的理论基础.
文献关键词：
GPU;能耗分析;电流预测;Elman神经网络
中图分类号：
作者姓名：
赵德玉;陈庆奎
作者机构：
上海理工大学管理学院,上海200093;上海理工大学光电信息与计算机工程学院,上海200093
文献出处：
引用格式：
[1]赵德玉;陈庆奎-.面向多GPU架构电流预测模型研究)[J].小型微型计算机系统,2022(10):2051-2056
A类：
B类：
GPU,电流预测模型,通用计算,能耗分析,通用性,Elman,运行电流,操作数,分支数量,体系结构,结构复杂度,网络构建,关系模型,单程,预测误差,多程序,并行调度
AB值：
0.274576
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
