[發明專利]CUDA-C向ATHREAD-C的轉換方法及裝置

在審

• 申請號: 202210248764.7
• 申請日: 2022-03-14
• 公開（公告）號: CN114625374A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 俞茂學;魏志強;賈東寧;王卓亞;馬猛飛;許佳立
• 申請（專利權）人: 青島海洋科學與技術國家實驗室發展中心
• 主分類號: G06F8/41
• 分類號: G06F8/41;G06F8/36;G06F8/76
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 李靜

本申請公開了一種CUDA?C向ATHREAD?C的轉換方法及裝置。所述CUDA?C向ATHREAD?C的轉換方法包括：獲取CUDA內核代碼；獲取預設轉換方法；通過ANTLR語言翻譯工具，自動生成CUDA代碼的抽象語法樹；根據所述抽象語法樹以及預設轉換方法生成ATHREAD代碼。本申請公開的CUDA?C向ATHREAD?C的轉換方法構建了異構加速器的硬件對應關系，并在此基礎上設計了基于編譯器前端的軟件自動轉換架構，完全繼承了CUDA?C的并行算法結構，無需在國產超算上重新設計并行算法，保證了移植后數據的準確性和軟件的可擴展性，硬件上的近似性對應以及與之相匹配的內存使用原則使得轉換后的代碼性能得到基本保證。

技術領域

本申請涉及高性能計算技術領域，特別涉及一種CUDA-C向ATHREAD-C的轉換方法及CUDA-C向ATHREAD-C的轉換裝置。

背景技術

目前高性能計算及人工智能計算的運算效率的提升越來越多的使用GPU進行加速，其提供了成千上萬的計算核心，對計算量和數據量龐大的部分進行并行計算，極大的提升了運行效率，在高性能計算及人工智能計算領域中獲得了廣泛的應用。在2020年11月發布的全球超算排行中，排名前20的超算中心有11家采用NVIDIA GPU。軟件方面，在大氣物理海洋模型、工業設計制造、生命科學領域、人工智能等等領域，超過600個大型主流應用中獲得廣泛支持。另一方面，軟件生態環境建設長期以來一直是基于神威國產異構眾核的超級計算機的卡脖子問題，受限于國產異構眾核更偏向于底層編程模型，主流的人工智能及科學計算的領域應用無法直接在國產超算運行，手動移植復雜度高，準確性和可擴展性難以保證。同時，要發揮國產超算的性能優勢，必須充分利用從核，并對從核進行高效任務并行或者數據并行的算法開發和重構。對移植提出了更高要求。

代碼移植層面，目前有較多研究集中在串行C語言轉換成CUDA語言方面，基于編譯器前端中的多面體模型，比較典型的是Baskaran提出的C-to-CUDA源碼轉換器。異構計算的源碼轉換常見于CUDA語言轉OPENCL語言，比較典型的是Gabriel Martinez等人提出的CU2CL源碼轉換器。針對國產異構眾核的代碼轉換最新成果為伍明川等人提出的openCL轉Athread源碼轉換器。其work-group轉換從核的機制不適用于大型復雜的領域應用的內核代碼，未能充分挖掘從核數據的復用以提升性能，并且未考慮到常用的openCL原語轉換策略。

發明內容

基于此，為了解決在神威國產眾核上快速移植問題，本申請的CUDA-C向ATHREAD-C的轉換方法設計了CUDA-C和ATHREAD-C之間的預設轉換方法(包括數據仿射轉換算法、性能優先的內存使用策略以及預先實現的CUDA原語轉換對應表)。基于開源的ANTLR語言翻譯工具，將CUDA-C自動轉換為抽象語法樹，使用預先設計的轉換原則，自動生成基于ATHREAD-C的主機代碼、內核代碼以及通用代碼，有效解決了上述問題。

一方面，所述CUDA-C向ATHREAD-C的轉換方法包括：

獲取CUDA內核代碼；

獲取預設轉換方法；

通過ANTLR語言翻譯工具，自動生成CUDA代碼的抽象語法樹；

根據所述抽象語法樹以及預設轉換方法生成ATHREAD代碼。

可選地，所述預設轉換方法包括：數據仿射轉換與CUDA代碼繼承算法。

可選地，所述預設轉換方法包括：從核數據復用與內存優化算法。

可選地，所述預設轉換方法包括：CUDA原語轉換映射方法。

可選地，根據所述抽象語法樹以及預設轉換方法生成ATHREAD代碼包括：

在抽象語法樹對應的節點上植入所述預設轉換方法從而生成ATHREAD代碼。