成果介绍
本申请提供了一种基于CPU‑GPU异构架构的性能分析方法、设备以及存储介质。该基于CPU‑GPU异构架构的性能分析方法包括:获取预设的零知识证明性能分析模型,对零知识证明性能分析模型中的系数数值进行标定;将第一数据量,以及多组窗口大小和实际线程数的参数组合输入零知识证明性能分析模型;从零知识证明性能分析模型输出的多个总执行时间中选择出时间最短的总执行时间,及其对应的最优参数组合;基于最优参数组合设置CPU‑GPU异构架构的参数;其中,参数组合数量与总执行时间的数量相同。通过上述方式,本申请的性能分析方法通过提出一种零知识证明性能优化分析模型,对零知识证明算法进行性能预测,从而筛选出影响CPU‑GPU异构架构性能的最优参数组合。
成果亮点
一种基于CPU-GPU异构架构的性能分析方法,其特征在于,所述性能分析方法包括:
获取预设的零知识证明性能分析模型,对所述零知识证明性能分析模型中的系数数值进行标定;
将第一数据量,以及多组窗口大小和实际线程数的参数组合输入所述零知识证明性能分析模型;
从所述零知识证明性能分析模型输出的多个总执行时间中选择出时间最短的总执行时间,及其对应的最优参数组合;
基于所述最优参数组合设置所述CPU-GPU异构架构的参数;
其中,所述参数组合数量与所述总执行时间的数量相同。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料