CUDA平臺在自動控制并行編程實踐教學中的應(yīng)用與思考

1、CUDA平臺在自動控制并行編程實踐教學中的應(yīng)用與思考摘 要：本文將基于 CUDA平臺的GPU并行程序設(shè)計 模式引入自動控制系統(tǒng)并行編程實踐教學中。通過介紹 CUDA體系結(jié)構(gòu)與編程模式，實例教學使自動控制專業(yè)學生 對CUDA并行程序設(shè)計有著深刻的認識，將有助于同學們掌 握CUDA并行計算平臺在工業(yè)控制程序開發(fā)中的應(yīng)用，增強 同學們對自動控制專業(yè)學習的興趣和實踐動手能力。關(guān)鍵詞：CUDA平臺；自動控制；并行編程；實踐教學一、引言隨著工業(yè)控制系統(tǒng)規(guī)模日益增大，控制算法日益復雜， 工業(yè)數(shù)據(jù)日益激增，工業(yè)現(xiàn)場對系統(tǒng)控制與優(yōu)化調(diào)度的實時 性要求日益提高，給現(xiàn)代控制系統(tǒng)程序設(shè)計提出挑戰(zhàn)。工業(yè) 控制系統(tǒng)中存在

2、大量的重復性計算，如快速傅里葉變換 (FFT)、濾波、矩陣與數(shù)值計算等，給傳統(tǒng)控制系統(tǒng)帶來巨大時間開 銷。以多核計算機為代表的并行計算技術(shù)為工業(yè)控制系統(tǒng)設(shè) 計與開發(fā)提供了技術(shù)支持。特別是G P U( Graphic ProcessingUnit)通用并行計算技術(shù)的推廣1，由于其高存儲器帶寬、 低功耗等諸多優(yōu)點，已被廣泛應(yīng)用于科學與工業(yè)等領(lǐng)域中， 在提升實際問題的求解效率方面發(fā)揮了作用。 CUDACompute Unified Device Architecture ，計算統(tǒng)一設(shè)備架構(gòu)） 由英偉達公司于 2007 年發(fā)布的一種將 GPU 作為并行計算的 軟硬件體系架構(gòu)，可用于解決工程科學中的復雜

3、計算，開啟 了 GPU通用并行計算時代2。研究表明在浮點運算、 數(shù)值計 算等密集型計算方面， 基于CUDA平臺的GPU計算系統(tǒng)可獲 得數(shù)十倍于傳統(tǒng) CPU的加速性能3。因此，相比于傳統(tǒng)微機 控制方式，基于CUDA的GPU并行計算適用于數(shù)據(jù)量大，實 時性要求高的工業(yè)控制領(lǐng)域?，F(xiàn)有高校自控專業(yè)程序設(shè)計課程主要是基于串行編程 方式的教學，難以適應(yīng)工業(yè)信息化與知識自動化對控制系統(tǒng) 實時性能與數(shù)據(jù)存儲的需求。本文將基于CUDA平臺的GPU并行程序設(shè)計模式引入自動控制系統(tǒng)并行程序設(shè)計實踐教 學中。有利于同學掌握先進計算技術(shù)在自動控制系統(tǒng)中的開 發(fā)與應(yīng)用，拓寬其專業(yè)視野。最后對自動控制程序設(shè)計與 CUDA并

4、行編程實踐教學進行了思考與總結(jié)。二、CUDA體系架構(gòu)和編程模式(一) CUDA體系結(jié)構(gòu)。CUDA框架包括硬件和軟件兩部 分，拓寬了 GPU程序開發(fā)與運行的可操作性。GPU的硬件包括運算核心和存儲器，其中運算核心流處理器構(gòu)成流多處理 器(Streaming Multi-Processor，SM)，每個 SM 都帶共享存儲 器，所有SM共享GPU的全局、常量與紋理存儲器。CUDA的軟件包括CPU代碼和GPU代碼，其中CPU負責處理邏輯 性的串行事務(wù)控制，GPU負責處理大量重復性計算任務(wù)。在GPU上執(zhí)行的函數(shù)稱為核函數(shù)，當核函數(shù)被CPU代碼激活時，GPU中在邏輯上的兩層線程組（頂層為線程網(wǎng)格（Gri

5、d）,下層為線程塊（Block，包含若干個線程（Thread）并行執(zhí)行。 一個內(nèi)核函數(shù)網(wǎng)格中的線程塊并行和線程塊中的線程兩個 層次的并行方式來提高數(shù)據(jù)吞吐量和執(zhí)行效率。各個線程塊 并行執(zhí)行，線程塊間無法通信，也沒有執(zhí)行順序，但同一個 線程塊中的線程可以通過共享存儲器方式交換數(shù)據(jù)。（二） CUDA編程模式。在CUDA架構(gòu)中，CPU與GPU 是一種異構(gòu)協(xié)同并行計算模式。其中CPU為主機，GPU為設(shè)備。CPU與GPU各自擁有獨立的存儲器地址空間：顯存和內(nèi)存。程序員可以應(yīng)用高級語言（ C/C+/fortan ）對GPU內(nèi)部 計算資源進行訪問。CUDA編程基本步驟為：步驟 1:加載C （或 C+）和 C

6、UDA頭文件，啟動 cudaSetDevice（）配置 GPU 設(shè)備；初始化CPU和GPU數(shù)據(jù)空間；步驟2:調(diào)用設(shè)備端（GPU） 的內(nèi)核函數(shù)計算；從顯存讀取數(shù)據(jù)到共享存儲器或寄存器 內(nèi)；對數(shù)據(jù)進行并行計算和處理；將處理后的數(shù)據(jù)寫回 顯存。步驟 3：將顯存中的結(jié)果回讀到內(nèi)存；步驟 4：使用 CPU對數(shù)據(jù)進行處理并輸出結(jié)果；步驟5：釋放內(nèi)存和顯存空間并退出 CUDA。三、實例講解以一個簡單的CUDA程序設(shè)計實例來講解，加深自動控 制專業(yè)同學對 CUDA平臺GPU并行程序設(shè)計過程的理解。 考 慮給一個向量 V1: N上每一位矢量的加上常數(shù)。其中 CUDA 程序 C 代碼如下：#define N 10

7、0 ；_global_void Vadd （ int*V ，int m ）int index=blockIdx.x ；i（f indexN ）Vindex=Vindex+m ； int main（void） int host_VN ； int *device_V ； cudaMalloc（ void* ）&device_V， L * sizeo（f int ）； for （int k=0； k（ device_V， 5）； cudaMemcpy （ host_V，device_V，N*sizeof（int）， cudaMemcpy DeviceToHost ）；cudaFree（ device

8、_V）； return 0 ； 對上述CUDA關(guān)鍵函數(shù)進行解釋。內(nèi)核函數(shù)通過_global_ 函數(shù)類型限定符定義，如 _global_void kernel （ void）。 GPU 通 過cudaMalloc （）函數(shù)為設(shè)備分配內(nèi)存。函數(shù) cudaMemcpy（）來完成 CPU和GPU之間數(shù)據(jù)傳遞，cudaFree（device_V） 為釋放內(nèi)存。實際執(zhí)行中，CUDA產(chǎn)生許多在GPU上執(zhí)行的線程，每一個線程都去執(zhí)行內(nèi)核程序，由于預(yù)先設(shè)置了內(nèi)置 變量blockIdx，變量的值為當前執(zhí)行設(shè)備代碼線程塊的索引， 從而取得不同的數(shù)據(jù)進行并行計算。四、基于 CUDA 的自動控制并行編程實踐教學思考 目

9、前高校自動控制專業(yè)所開設(shè)程序設(shè)計課程主要以簡 單程序設(shè)計語言為主，其計算機系統(tǒng)知識不全面。自動控制 專業(yè)學生的軟件基礎(chǔ)與計算思維相對較弱，將造成現(xiàn)有自動 控制專業(yè)學生的計算機程序設(shè)計開發(fā)能力不強。因此自動控 制專業(yè)學生有待加強計算機系統(tǒng)學習，特別是計算機程序設(shè) 計與軟件基礎(chǔ)，數(shù)據(jù)結(jié)構(gòu)與算法分析等課程，加強計算機系 統(tǒng)知識積累。五、結(jié)論將 GPU 先進計算與現(xiàn)代控制技術(shù)結(jié)合是適應(yīng)新時代工業(yè)信息化與知識自動化人才培養(yǎng)的需求。將CUDA平臺引入控制系統(tǒng)并行程序設(shè)計實踐課堂教學，有助于同學掌握現(xiàn)代 先進計算技術(shù)在工業(yè)控制中的應(yīng)用，拓寬同學們的專業(yè)視野 及對自動控制專業(yè)的興趣和動手能力，這將有利于自動控制 專業(yè)人才培養(yǎng)質(zhì)量。參考文獻：1 張舒，褚艷麗，趙開勇，等.GPU高性能運算之 CUDAM. 中國水利水電出