论文部分内容阅读
数据流编程语言简化了相关领域的编程，很好地把任务计算和数据通信分开，从而使应用程序分别在任务级和数据级均具有可并行性。针对GPu／cPu混合架构中存在的大量数据并行、任务并行和流水线并行等问题，提出并实现了面向GPU／CPU混合架构的数据流程序任务划分方法和多粒度调度策略，包括任务的分类处理、GPU端任务的水平分裂和CPU端离散任务的均衡化，构造了软件流水调度，经过编译优化生成OpenCL的目标代码。任务的分类处理根据数据流程序各个任务的计算特点和任务间的通信量大小，将各任务分配到合适的计算平台上；GPU