Готовая курсовая: Архитектура GPU и применение в HPC

Оглавление

Введение	4
ГЛАВА 1. Теоретические основы архитектуры графических процессоров	7
1.1.	Понятие и назначение графических процессоров (GPU)	7
1.2.	Эволюция архитектуры GPU и предпосылки её развития	8
1.3. Принципы параллельных вычислений в архитектуре GPU	11
1.4. Сравнение архитектур CPU и GPU	13
Выводы по главе 1	14
ГЛАВА 2. Анализ архитектурных особенностей современных GPU	16
2.1. Общая структура графического процессора	16
2.2. Потоковые мультипроцессоры и организация вычислений	18
2.3. Иерархия памяти GPU	19
2.4. Модель исполнения программ (SIMD, SIMT)	22
Выводы по главе 2	24
ГЛАВА 3. Применение архитектуры GPU в высокопроизводительных вычислениях	26
3.1. Использование GPU в задачах высокопроизводительных вычислений	26
3.2. Программные   модели и   технологии для   GPU (CUDA,   OpenCL — обзор)	28
3.3. Оценка эффективности  применения   GPU   в   прикладных задачах бизнеса	30
3.4. Перспективы развития архитектуры GPU	32
Выводы по главе 3	33
Заключение	35
Список использованных источников	37
Приложения	39

В условиях цифровизации экономики и стремительного роста объёмов обрабатываемых данных особую значимость приобретают высокопроизводительные вычисления, обеспечивающие решение сложных вычислительных задач в приемлемые сроки. Одним из ключевых направлений развития данной области является использование графических процессоров (GPU), архитектура которых ориентирована на массовый параллелизм и высокую пропускную способность вычислений. Первоначально GPU разрабатывались для обработки графики, однако в настоящее время они широко применяются в научных расчётах, машинном обучении, анализе больших данных, моделировании бизнес-процессов и других прикладных задачах. В связи с этим изучение архитектуры GPU является актуальной и востребованной задачей в рамках дисциплины «Высокопроизводительные вычисления в сфере бизнеса».
Актуальность темы курсовой работы обусловлена тем, что архитектура GPU существенно отличается от архитектуры центральных процессоров (CPU) и требует иного подхода к организации вычислений и программированию. Современные бизнес-задачи, связанные с обработкой больших массивов данных, оптимизацией, прогнозированием и аналитикой, всё чаще решаются с применением графических ускорителей. Понимание принципов построения и функционирования архитектуры GPU позволяет более эффективно использовать вычислительные ресурсы, повышать производительность информационных систем и снижать издержки на вычисления. Кроме того, знание архитектурных особенностей GPU необходимо для обоснованного выбора аппаратных и программных решений при проектировании и модернизации ИТ-инфраструктуры предприятий.
Целью данной курсовой работы является изучение и анализ архитектуры графических процессоров как основы высокопроизводительных параллельных вычислений и оценка возможностей её применения при решении вычислительных задач в сфере бизнеса.
Для достижения поставленной цели в курсовой работе предполагается решение следующих задач:
рассмотреть теоретические основы и предпосылки развития архитектуры GPU;
изучить принципы параллельных вычислений, реализуемые в графических процессорах;
проанализировать основные архитектурные компоненты GPU и их функциональное назначение;
сравнить архитектурные особенности GPU и CPU с точки зрения организации вычислений;
исследовать области применения GPU в высокопроизводительных вычислениях и бизнес-задачах;
оценить перспективы развития архитектуры GPU и направления её дальнейшего использования.
Объектом исследования в данной курсовой работе являются высокопроизводительные вычислительные системы, использующие графические процессоры.
Предметом исследования является архитектура GPU, её структурные элементы, принципы функционирования и особенности применения в параллельных вычислениях.
Информационную базу исследования составляют научные статьи отечественных и зарубежных авторов, учебные и учебно-методические пособия по архитектуре вычислительных систем и параллельным вычислениям, материалы электронных библиотечных систем, официальная техническая документация производителей графических процессоров, а также публикации и аналитические обзоры, размещённые на специализированных интернет-ресурсах. При подготовке работы использовались актуальные источники информации, отражающие современное состояние и тенденции развития архитектуры GPU.
В процессе выполнения курсовой работы применялись общенаучные и специальные методы исследования, включая анализ и синтез, сравнение и обобщение, системный и структурно-функциональный анализ, а также метод классификации. Для сопоставления архитектурных решений CPU и GPU использовался сравнительный анализ, позволяющий выявить их преимущества и ограничения в контексте высокопроизводительных вычислений.
Структура курсовой работы обусловлена поставленной целью и логикой исследования. Работа состоит из введения, трёх глав, заключения, списка использованных источников и приложений. В первой главе рассматриваются теоретические основы и эволюция архитектуры GPU. Во второй главе анализируются архитектурные особенности современных графических процессоров и организация вычислений. В третьей главе исследуются практические аспекты применения GPU в высокопроизводительных вычислениях и сфере бизнеса, а также перспективы развития данной архитектуры. В заключении подводятся итоги исследования и формулируются основные выводы.

В ходе выполнения курсовой работы была рассмотрена архитектура графических процессоров как одна из ключевых основ высокопроизводительных вычислений в современных информационных системах. Актуальность выбранной темы обусловлена активным развитием цифровых технологий, ростом объёмов обрабатываемых данных и необходимостью ускорения вычислительных процессов в науке и бизнесе. Проведённое исследование позволило всесторонне изучить архитектурные особенности GPU и оценить возможности их практического применения.
В первой главе курсовой работы были рассмотрены теоретические основы архитектуры графических процессоров. Были раскрыты понятие и назначение GPU, проанализирована эволюция их архитектуры и предпосылки развития, а также рассмотрены принципы параллельных вычислений, реализуемые в современных графических процессорах. Сравнение архитектур CPU и GPU позволило выявить их принципиальные различия и определить области наиболее эффективного применения каждого из подходов.
Во второй главе был выполнен анализ архитектурных особенностей современных GPU. Рассмотрена общая структура графического процессора, роль потоковых мультипроцессоров в организации вычислений, а также иерархия памяти GPU и модели исполнения программ SIMD и SIMT. Установлено, что высокая производительность графических процессоров достигается за счёт сочетания массового параллелизма, продуманной организации памяти и специализированных моделей исполнения, ориентированных на выполнение большого числа однотипных операций.
Третья глава была посвящена практическим аспектам применения архитектуры GPU в высокопроизводительных вычислениях. Проанализированы основные области использования GPU, программные модели и технологии программирования, а также дана оценка эффективности применения графических процессоров в прикладных задачах бизнеса. Рассмотрение перспектив развития архитектуры GPU показало, что данные устройства сохраняют высокий потенциал и будут играть важную роль в развитии вычислительных систем и цифровой трансформации организаций.
По результатам проведённого исследования можно сделать вывод, что архитектура GPU является эффективным инструментом для решения вычислительно интенсивных задач, характеризующихся высоким уровнем параллелизма. Грамотное использование графических процессоров позволяет значительно повысить производительность информационных систем, сократить время обработки данных и повысить качество аналитических и управленческих решений. Таким образом, поставленная цель курсовой работы была достигнута, а все поставленные задачи — последовательно решены.

1.Ахо, А. В. Структуры данных и алгоритмы / А. В. Ахо, Д. Э. Хопкрофт, Д. Д. Ульман. — Москва : Вильямс, 2018. — 432 с.
Бахвалов, Н. С. Численные методы : учебное пособие / Н. С. Бахвалов, Н. П. Жидков, Г. М. Кобельков. — 7-е изд. — Москва : БИНОМ. Лаборатория знаний, 2020. — 640 с.
Гергель, В. П. Теория и практика параллельных вычислений : учебное пособие / В. П. Гергель. — 3-е изд. — Москва, Саратов : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2020. — 500 с.
Григорьев, А. В. Архитектура вычислительных систем : учебное пособие / А. В. Григорьев. — Москва : Юрайт, 2021. — 256 с.
Джирон, М. Программирование CUDA. Массово-параллельные вычисления на GPU / М. Джирон, Р. Кук. — Санкт-Петербург : Питер, 2019. — 384 с.
Задорожный, В. Н. Высокопроизводительные вычисления : учебное пособие / В. Н. Задорожный. — Москва : МГТУ им. Н. Э. Баумана, 2020. — 312 с.
Кирсанов, М. Н. Архитектура современных вычислительных систем : учебник / М. Н. Кирсанов. — Москва : Академия, 2019. — 368 с.
Кук, Ш. Параллельные вычисления и GPU / Ш. Кук. — Москва : ДМК Пресс, 2018. — 280 с.
Курейчик, В. М. Высокопроизводительные вычислительные системы : учебное пособие / В. М. Курейчик. — Ростов-на-Дону : ЮФУ, 2021. — 290 с.
Марченко, А. А. Архитектура ЭВМ и систем : учебник / А. А. Марченко. — Москва : Инфра-М, 2020. — 416 с.
Никольский, В. И. Параллельные алгоритмы и архитектуры вычислительных систем : учебное пособие / В. И. Никольский. — Москва : Физматлит, 2019. — 304 с.
ОпенКЛ. Спецификация OpenCL 2.2. — Текст : электронный // Khronos Group : [сайт]. — URL: https://www.khronos.org/opencl/
Паттерсон, Д. Архитектура компьютера и проектирование компьютерных систем / Д. Паттерсон, Дж. Хеннесси. — 6-е изд. — Санкт-Петербург : Питер, 2021. — 816 с.
Сафонов, В. О. Высокопроизводительные вычисления в сфере бизнеса : учебное пособие / В. О. Сафонов. — 3-е изд. — Москва, Саратов : ИНТУИТ, Ай Пи Ар Медиа, 2020. — 392 с.
Смирнов, С. В. Архитектура графических процессоров / С. В. Смирнов // Информационные технологии. — 2022. — № 4. — С. 15–21.
Таненбаум, Э. Архитектура компьютера / Э. Таненбаум, Т. Остин. — 6-е изд. — Санкт-Петербург : Питер, 2019. — 816 с.
Флинн, М. Таксономия архитектур вычислительных систем / М. Флинн // IEEE Computer. — 2018. — № 1. — С. 38–46.
Харрис, М. Оптимизация параллельных программ для GPU / М. Харрис. — Москва : ДМК Пресс, 2020. — 320 с.
CUDA C Programming Guide. — Текст : электронный // NVIDIA Developer : [сайт]. — URL: https://docs.nvidia.com/cuda/
Hennessy, J. Computer Architecture: A Quantitative Approach / J. Hennessy, D. Patterson. — 6th ed. — San Francisco : Morgan Kaufmann, 2019. — 856 p.
Приложения
Приложение 1
Схемы архитектуры GPU
Приложение 2
Таблицы сравнительных характеристик
Таблица П.1 — Сравнительная характеристика архитектур CPU и GPU
Таблица П.2 — Сравнение уровней памяти GPU
Таблица П.3 — Сравнение моделей параллельного исполнения SIMD и SIMT
Таблица П.4 — Сравнение технологий программирования GPU
Дополнительные иллюстрации