公开(公告)号：CN110399182A

公开(公告)日：2019-11-01

申请号：CN201910680644.2

申请日：2019-07-25

Applicant: 哈尔滨工业大学

Inventor： 张伟哲 ,  何慧 ,  谢根栓 ,  鲁刚钊

IPC: G06F9/448 ,  G06F9/52 ,  G06K9/62

Abstract: 一种CUDA线程放置优化方法，涉及基于机器学习的线程优化技术。本发明的目的是提供一种CUDA线程放置优化方法，以实现降低编程人员工作难度以及减少训练数据的获取时间的目的。技术要点：程序信息采集、程序信息处理、机器学习模型训练，程序信息处理是对静态信息和程序运行时信息进行信息汇总、数值化处理、归一化处理得到训练集程序特征，并利用程序执行时间信息集设置标签从而完成标签数据的生成；将训练集程序特征和标签数据作为输入，利用支持向量机算法进行性能建模，得到程序性能预测模型；在线程优化放置应用时，首先需调用程序信息采集模块，采集待优化程序的程序信息，然后输入已训练好的程序性能预测模型，即可获得合适的线程块设置方案。

公开(公告)号：CN110399182B

公开(公告)日：2023-05-12

申请号：CN201910680644.2

申请日：2019-07-25

Applicant: 哈尔滨工业大学

Inventor： 张伟哲 ,  何慧 ,  谢根栓 ,  鲁刚钊

IPC: G06F9/448 ,  G06F9/52 ,  G06F18/2411

Abstract: 一种CUDA线程放置优化方法，涉及基于机器学习的线程优化技术。本发明的目的是提供一种CUDA线程放置优化方法，以实现降低编程人员工作难度以及减少训练数据的获取时间的目的。技术要点：程序信息采集、程序信息处理、机器学习模型训练，程序信息处理是对静态信息和程序运行时信息进行信息汇总、数值化处理、归一化处理得到训练集程序特征，并利用程序执行时间信息集设置标签从而完成标签数据的生成；将训练集程序特征和标签数据作为输入，利用支持向量机算法进行性能建模，得到程序性能预测模型；在线程优化放置应用时，首先需调用程序信息采集模块，采集待优化程序的程序信息，然后输入已训练好的程序性能预测模型，即可获得合适的线程块设置方案。