面向多GPU架构电流预测模型研究

作者：赵德玉; 陈庆奎

来源：小型微型计算机系统, 2022, 43(10): 2051-2056.

DOI：10.20009/j.cnki.21-1106/TP.2021-0141

• GPU
• 能耗分析
• 电流预测
• Elman神经网络

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.

• 单位
  上海理工大学