CN109656868A - 一种cpu与gpu之间的内存数据转移方法 - Google Patents

Abstract

本发明涉及一种CPU与GPU之间的内存数据转移方法，通过在CPU端开辟三段内存空间(intMem、floatMem、charMem)，存储三种类型的变量(int、float、char)，同时在GPU的全局内存中开三个缓冲区(intMemBuffer、floatMemBuffer、charMemBuffer)，三个缓冲区分别用来存储与主机内存相对应的三种类型的变量(int、float、char)，给GPU中的kernel函数设置同步点，同步点处将所有的数据信息写到PCIe总线，并由PCIe总线将缓冲区三种类型数据读取到CPU内存相对应的数据存储空间内，将三种类型数据备份到CPU中，实现了变量的备份与恢复，有利于合理分配资源，同时GPU内存数据通过PCIe总线转移到CPU端的操作与其他运算可并行计算，提高函数执行速度，实现GPU的加速。本发明改善了GPU调度的性能，有效利用资源。

Description

一种CPU与GPU之间的内存数据转移方法

技术领域

本发明涉及计算机技术领域，尤其是涉及一种CPU与GPU之间的内存数据转移方法。

背景技术

1999年8月，NVIDIA公司发布了一款名为Geforce 256的图形芯片，是第一款提出GPU概念的产品，同时期的OpenGL和DirectX 7都提供了硬件顶点变换的编程接口，GPU的概念因此而出现。从2003年开始，NVIDIA和ATI发布的新产品都同时具备了良好的可编程性，编程时无需再过度关注于GPU的其他硬件特性，从此，GPU又多了一个可编程的属性，也叫做可编程图形处理单元。

OpenCL是第一个面向异构系统通用目的并行编程的开放式免费标准，也是一个统一的编程环境，是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成。OpenCL由一门用于编写kernels(在OpenCL设备上运行的函数)的语言(基于C99)和一组用于定义并控制平台的API组成，OpenCL提供了基于任务分割和数据分割的并行计算机制。

在异构计算系统上进行的并行计算通常称为异构计算，它所使用的计算资源具有多种类型的计算能力，是一种使计算任务的并行性类型(代码类型)与机器能有效支持的计算类型(即机器能力)最相匹配、最能充分利用各种计算资源的并行和分布计算技术。

本发明是基于OpenCL语言编程的基础上进行，实现不同结构设备间的内存迁移，为实现GPU加速作准备，同时为更有效实验异构计算作出新的尝试。

发明内容

本发明所要解决的技术问题是提供一种CPU与GPU之间的内存数据转移方法，该方法能够实现不同设备间的内存迁移，实现程序的中断与恢复，实现在程序被中断、资源被抢占之后，依然能够重新从断点处恢复运算，同时实现了GPU的加速，改善了GPU调度的性能，有效利用资源。

本发明所采用的技术方案是，一种CPU与GPU之间的内存数据转移方法，包括下列步骤：

(1)、扫描GPU端的函数程序，将所有函数程序运行的变量获取下来；

(2)、在CPU端开辟一段存储空间，存储空间分为三段：intMem；floatMem；charMem，用于存储三种类型的变量：int、float、char，在GPU端开辟一段存储空间，存储空间分为三个缓冲区：intMemBuffer；floatMemBuffer；charMemBuffer，分别用来存储与CPU相对应的三种类型的变量，三个缓冲区作为GPU与CPU之间数据传递的媒介；

(3)、在CPU端创建指令队列，命名为command queue，该指令队列用于存储GPU端所需要的相关操作指令；

(4)、在CPU端构造结构体MCB，用来管理数据的状态；

(5)、在CPU端，将函数的运行过程分成若干个相同的while循环体，在进入每一次循环体时，先从CPU中读取数据，再运行循环体，在函数运行过程中，通过设置一个检查点，然后检测检查点的数值从而来判断函数运行状态，该检查点定义为stepno，若判断到stepno为特定值，则表示函数运行结束，跳出while循环，否则while循环进行运行；

(6)、在GPU端，设置checkpoint()作为同步点，在函数程序中插入checkpoint()来暂停每个work-item的运算，同时通过checkpoint()来同步所有的work-item的运算状态，利用每个work group中的第一个work-item来同步work group的运算状态；

(7)、在GPU端，在同步点checkpoint()完成工作后，调用指令队列，在同步点处将所有的数据信息写到PCIe总线，并由PCIe总线将缓冲区中三种类型的数据读取到CPU中对应的存储空间内，存储到结构体中，完成GPU内存数据的迁移，并与函数的其他操作并行进行。

本发明的有益效果是：本发明针对CPU与GPU间不同数据存储方式而设计的内存数据转移方法，实现了变量的备份与恢复，实现了函数的中断与恢复，有利于合理分配资源，同时GPU内存数据通过PCIe总线转移到CPU端的操作与其他运算可并行计算，提高函数执行速度，实现GPU的加速。本发明改善了GPU调度的性能，有效利用资源。

作为优先，在步骤(4)中，构造结构体MCB具体过程为：将函数中需要备份的变量数据进行封装就形成一个结构体，结构体中的参数包括内存ID、CPU端备份变量数据的变量名、GPU端用于备份三种类型数据的缓冲区地址、CPU端用于备份三种类型数据的地址、变量数组的长度、变量数组的内存大小，变量的数据类型。

作为优先，在步骤(6)中，通过checkpoint()来同步所有的work-item的运算状态，将所有的work-item同步到同一个时间节点。

作为优先，在步骤(7)中，指令队列中的指令在CPU端处于阻塞状态，一旦GPU端数据到达checkpoint()所在位置，将GPU内存中端数据传入CPU端，此时唤醒处于阻塞状态的指令队列中的读指令，并由读指令通过PCIe总线实现数据从GPU内存传入CPU端的功能，并与函数其他操作并行进行。

附图说明

图1为本发明中CPU与GPU之间的内存数据转移方法的总体示意图；

图2为本发明中CPU与GPU之间的内存数据转移过程的结构示意图；

图3为本发明实施方式中测试实验方案性能结果示意图；

具体实施方式

以下参照附图并结合具体实施方式来进一步描述发明，以令本领域技术人员参照说明书文字能够据以实施，本发明保护范围并不受限于该具体实施方式。

本发明涉及一种CPU与GPU之间的内存数据转移方法，如图1所示，包括下列步骤：

(1)、扫描GPU端的函数程序，将所有函数程序运行的变量获取下来；

(2)、在CPU端开辟一段存储空间，存储空间分为三段：intMem；floatMem；charMem，用于存储三种类型的变量：int、float、char，在GPU端开辟一段存储空间，存储空间分为三个缓冲区：intMemBuffer；floatMemBuffer；charMemBuffer，分别用来存储与CPU相对应的三种类型的变量，三个缓冲区作为GPU与CPU之间数据传递的媒介；

(3)、在CPU端创建指令队列，命名为command queue，该指令队列用于存储GPU端所需要的相关操作指令；

(4)、在CPU端构造结构体MCB，用来管理数据的状态；

(5)、在CPU端，将函数的运行过程分成若干个相同的while循环体，在进入每一次循环体时，先从CPU中读取数据，再运行循环体，在函数运行过程中，通过设置一个检查点，然后检测检查点的数值从而来判断函数运行状态，该检查点定义为stepno，若判断到stepno为特定值，则表示函数运行结束，跳出while循环，否则while循环进行运行；

(6)、在GPU端，设置checkpoint()作为同步点，在函数程序中插入checkpoint()来暂停每个work-item的运算，同时通过checkpoint()来同步所有的work-item的运算状态，利用每个work group中的第一个work-item来同步work group的运算状态；

(7)、在GPU端，在同步点checkpoint()完成工作后，调用指令队列，在同步点处将所有的数据信息写到PCIe总线，并由PCIe总线将缓冲区中三种类型的数据读取到CPU中对应的存储空间内，存储到结构体中，完成GPU内存数据的迁移，并与函数的其他操作并行进行。

在步骤(4)中，构造结构体MCB具体过程为：将函数中需要备份的变量数据进行封装就形成一个结构体，结构体中的参数包括内存ID、CPU端备份变量数据的变量名、GPU端用于备份三种类型数据的缓冲区地址、CPU端用于备份三种类型数据的地址、变量数组的长度、变量数组的内存大小，变量的数据类型。

在步骤(5)中，函数运行过程中，函数通过调用指令队列来读取GPU端的内存数据指令，该操作与函数的其他操作并行进行。

在步骤(6)中，通过checkpoint()来同步所有的work-item的运算状态，将所有的work-item同步到同一个时间节点。

在步骤(7)中，指令队列中的指令在CPU端处于阻塞状态，一旦GPU端数据到达checkpoint()所在位置，将GPU内存中端数据传入CPU端，此时唤醒处于阻塞状态的指令队列中的读指令，并由读指令通过PCIe总线实现数据从GPU内存传入CPU端的功能，并与函数其他操作并行进行。

本发明涉及一种内存数据转移方法，针对CPU与GPU间不同数据存储方式而设计的，可以实现不同设备间的内存状态迁移，实现程序的中断与恢复，实现在程序被中断、资源被抢占之后，依然能够重新从断点处恢复运算，有利于资源的充分利用。同时本发明针对不同设备之间进行涉及，对于通过异构方式解决问题有很大的帮助。

该方法涉及到几个核心部分，包括存储数据缓冲区的设计、存储变量结构体的设计、CPU内存与GPU全局内存的对应关系的设计、同步点的设计以及指令队列Command queue的设计。通过这几个核心部分的设计与实现，可以完成整个发明过程，从而能够实现不同设备之间的内存状态迁移，方便进行异构设备间的协调运算。

关于存储数据缓冲区的设计：

在CPU内存中开辟一段存储空间分为三个部分，intMem；floatMem；charMem，这三个部分存储空间的地址存储在结构体中，同时在CPU与之间间开辟相对应的三段缓冲区：intMemBuffer；floatMemBuffer；charMemBuffer，作为数据传输的媒介，其中intMemBuffer、intMem均用于备份int型变量；floatMemBuffer、floatMem均用于备份float型变量；charMemBuffer、charMem均用于备份char型变量。

关于存储变量结构体的设计：

在CPU端，将GPU端的函数中需要备份的的变量数据封装为一个结构体(memorycontrol block，MCB)，该结构体参数包括内存ID、host端备份变量数据的变量名、GPU全局内存中用于备份三种类型数据的缓冲区地址、主机内存中用于备份三种类型数据的地址、变量数组的长度、变量数组的内存大小，变量的数据类型。结构体可用来管理备份数据的状态。

关于CPU内存与GPU全局内存的对应关系的设计：

在GPU全局内存中开辟出缓冲区进行缓冲数据的存储，同时CPU内存中备份缓冲区的数据。存储在CPU内存的指针指向缓冲区的地址，在程序中通过clEnqueueReadBuffer函数将缓冲区的数据读到指定地址的主机内存中去，而通过clEnqueueWriteBuffer函数将备份在主机内存的数据写到缓冲区，用于恢复缓冲区的数据。

同步点的设计：

在GPU端的程序中，设置阻塞函数barrier同步work group中不同work item的运行状态，阻塞函数由barrier(CLK_GLOBAL_MEM_FENCE)函数实现，该函数为现有函数。用于同步work group运行状态的函数(命名为lock函数)的实现原理则是：对每一个work group中item0进行原子操作减一，所有的item0在运行时将进入循坏状态，直至最后一个workgroup实现减一，以此可实现work group保持统一运行状态，达到同步点的作用。在本发明中，我们将阻塞函数barrier与lock函数组成checkpoint()，将其称之为同步点，其作用则是使得运行程序的所有线程都将处于同样的运行状态。

检查点stepNo的设计：

stepNo用于记录CPU端程序的运算节点，也称为计步变量，初始值为0，表示第一次运行。每当kernel函数被调用一次，将stepNo自加1，表示运行步数的推进。当kernel函数运行完成后，则将stepNo设置为-2(特殊值)，表示可以跳出kernel函数运行的while循环，即结束kernel函数的运行。

本发明的整体实现思路为，如图2所示，在CPU端开辟三段内存空间(intMem、floatMem、charMem)，存储三种类型的变量(int、float、char)，同时在GPU的全局内存中开三个缓冲区(intMemBuffer；floatMemBuffer；charMemBuffer)，三个缓冲区分别用来存储与主机内存相对应的三种类型的变量(int、float、char)，缓冲区作为主机与GPU数据传递的媒介。给GPU中的kernel函数设置同步点，同步点处将调用指令队列(command queue)，所有的数据信息写到PCIe总线，并由PCIe总线将缓冲区三种类型数据读取到CPU内存相对应的数据存储空间内，将三种类型数据备份到CPU中，存储到结构体中，与函数其他操作并行进行，kernel函数运行结束后退出。

相关解释：

Kernel函数：是指一个用opencl c语言编写的、代表一个单一执行实例的代码单元。opencl术语中把这种kernel实例称为work-item(工作项)。

work_item：是定义在一个很大的并行执行空间中的一小部分。是并行操作中每一部分的实例化。通俗来说，可以理解为kernel里定义的执行函数。当kernel启动后会创建大量work_item来同时执行，以完成并行任务。work_item之是的运行是相互独立的，不同步的。

work_group：opencl将全局执行空间划分为大量大小相等的work_item集合，这个集合就是work_group。在work_group内部，各个work_item之间允许一定程度的通信。而有work_group保证并发执行来允许其内部的work_item之间的本地同步。

(上述解释源于OpenCL的定义，非自己编写)

如图1所示，本发明具体实施分为两部分，一部分为运行在CPU上的主要程序global.c，另一个则是运行在GPU上的设备函数程序kernel.cl。具体实现如下：

kernel.cl

设置计步变量stepNo，记录函数运行的状态。

1、进行kernel函数的运算，涉及到kernel函数中变量数值的修改，进行运算后，设置同步点checkpoint()进行运算同步，同步点同步后，调用指令队列(command queue)，将所有的数据信息写到PCIe总线，并存储到结构体MCB中完成GPU内存数据的迁移。

global.c

1、对涉及到的设备kernel函数进行扫描，同时进行预编译；

2、声明存储数据的数据结构体；

3、定义错误函数CALL_ERROR，用于检查代码运行过程中是否出错；定义platform创建函数createPlatform、Device创建函数createDevice、Program创建函数createProgram、Program构造函数buildProgram，为kernel函数提供运行环境；

4、对结构体MCB进行初始化，对结构体元素中结构体长度、结构体大小结构体数据类型、内存编号、对应kernel变量名称进行赋值；

5、对结构体中中用于备份三种类型数据的主机内存地址进行分配空间；

6、创造kernel函数的运行环境；

7、创建三种数据类型的缓冲区，用于迁移结构体MCB的变量数据；创建stepNo_buffer，用于存储计步变量stepNo；创建mutex_group_buffer，用于控制同步点；

8、设置在GPU中运行的kernel函数的变量；

9、进入while(1)循环；

10、判断计步变量stepNo的状态，stepNo为0时，表示第一次运行kernel函数，将stepNo写入stepNo_buffer，用于及时修改运行状态，当stepNo不为0时，表示非第一次运行kernel函数，将CPU所开辟的内存空间中存放同步点处GPU内存中的数据赋给GPU中所开辟的三种类型的缓冲区，用于同步点处kernel函数中global变量数据恢复；

11、将work group的数量写入mutex_group_buffer，用于kernel函数同步点设置；

12、kernel函数的运行；

13、kernel函数通过PCIe总线进行将GPU端的数据保存到CPU。在kernel函数调用指令队列(command queue)时，读取GPU内存数据的指令通过指令队列(command queue)调用，与函数其他操作可以并行进行。

当以上程序求解结束后，内存迁移的问题得以解决。本发明提出了一种针对CPU与GPU间不同数据存储方式而设计的内存数据转移方法，对内存迁移提出了具体的解决方案。采用该方法，系统在计算机上可实现多平台的内存迁移，同时提高效率，减少运算时间。

利用以上方法，采用NVIDIA Tesla K40型号的GPU以及并采用自行编写的加法程序进行验证。

实验平台信息如下：采用NVIDIA Tesla K40型号的GPU，1.4TFLOPS性能，12GB内存，288GB/s的吞吐量。

图3展示了测试结果，本测试是基于编写的加法程序进行，展示了程序在中断以及重新调度时，可继续运行，表示数据能够成功备份在CPU内存中，并可以成功从CPU内存中调度到GPU的全局内存中。

本发明提出了一种针对CPU与GPU间不同数据存储方式而设计的内存数据转移方法，设计了一整套的内存迁移方法，包括数据结构的设计、存储空间的设计方案，数据进行迁移与调度的实现方案，同时本发明通过编写加法程序验证了该设计方案的可行性。

Claims (4)

1.一种CPU与GPU之间的内存数据转移方法，其特征在于：包括下列步骤：

(1)、扫描GPU端的函数程序，将所有函数程序运行的变量获取下来；

(2)、在CPU端开辟一段存储空间，存储空间分为三段：intMem；floatMem；charMem，用于存储三种类型的变量：int、float、char，在GPU端开辟一段存储空间，存储空间分为三个缓冲区：intMemBuffer；floatMemBuffer；charMemBuffer，分别用来存储与CPU相对应的三种类型的变量，三个缓冲区作为GPU与CPU之间数据传递的媒介；

(3)、在CPU端创建指令队列，该指令队列用于存储GPU端所需要的相关操作指令；

(4)、在CPU端构造结构体MCB，用来管理数据的状态；

(5)、在CPU端，将函数的运行过程分成若干个相同的while循环体，在进入每一次循环体时，先从CPU中读取数据，再运行循环体，在函数运行过程中，通过设置一个检查点，然后检测检查点的数值从而来判断函数运行状态，该检查点定义为stepno，若判断到stepno为特定值，则表示函数运行结束，跳出while循环，否则while循环进行运行；

(6)、在GPU端，设置checkpoint()作为同步点，在函数程序中插入checkpoint()来暂停每个work-item的运算，同时通过checkpoint()来同步所有的work-item的运算状态，利用每个work group中的第一个work-item来同步work group的运算状态；

(7)、在GPU端，在同步点checkpoint()完成工作后，调用指令队列，在同步点处将所有的数据信息写到PCIe总线，并由PCIe总线将缓冲区中三种类型的数据读取到CPU中对应的存储空间内，存储到结构体中，完成GPU内存数据的迁移，并与函数的其他操作并行进行。

2.根据权利要求1所述的一种CPU与GPU之间的内存数据转移方法，其特征在于：在步骤(4)中，构造结构体MCB具体过程为：将函数中需要备份的变量数据进行封装就形成一个结构体；结构体中的参数包括内存ID、CPU端备份变量数据的变量名、GPU端用于备份三种类型数据的缓冲区地址、CPU端用于备份三种类型数据的地址、变量数组的长度、变量数组的内存大小，变量的数据类型。

3.根据权利要求1所述的一种CPU与GPU之间的内存数据转移方法，其特征在于：在步骤(6)中，通过checkpoint()来同步所有的work-item的运算状态，将所有的work-item同步到同一个时间节点。

4.根据权利要求1所述的一种CPU与GPU之间的内存数据转移方法，其特征在于：在步骤(7)中，指令队列中的指令在CPU端处于阻塞状态，一旦GPU端数据到达checkpoint()所在位置，将GPU内存中端数据传入CPU端，此时唤醒处于阻塞状态的指令队列中的读指令，并由读指令通过PCIe总线实现数据从GPU内存传入CPU端的功能，并与函数其他操作并行进行。