文章详情
您所在位置:首页 > 新闻通知 > 奋战的日子 ——AMD加速计算竞赛征战记

奋战的日子 ——AMD加速计算竞赛征战记

2010-12-09来源: 电院网络中心浏览次数:

     听到我们S.T.A.R.S团队在第三届AMD中国高校加速计算竞赛中获得冠军的消息,我们悬着的心终于放下了。回首过去8个月奋战的日子,我们深有感触,那些炼铁成钢的经历让人难忘。


取 石
     从朱虎明老师那里得知AMD举办2010中国高校加速计算竞赛的消息,正值学校放暑假的日子。一打开大赛的官方主页,GPU、OpenCL等一些新鲜词映入眼帘,富有挑战性的参赛命题,很快吸引了我的眼球。由于研究生阶段科研方向是高性能计算,我所在的智能感知与图像理解教育部重点实验室也有丰富的软硬件资源,于是,我毅然决定报名参赛。
     这次竞赛包括初赛、复赛和决赛三个阶段,命题范围为各类算法在GPU上相对于CPU的加速实现。在初赛阶段,各参赛队伍在大赛官网上报名并提交了完整的设计方案和CPU实现代码。经过筛选,在创新性、技术难度等方面表现突出的优秀设计方案进入复赛。复赛阶段,由组委会提供显卡和技术专家支持,各复赛队伍必须在规定时间内提交GPU源代码及测试数据、PPT、论文等相关文档。进入决赛的优胜队伍需进一步优化代码并做好项目演示准备,经过答辩和专家评审最终确定前四强的排名。


炽 炼
    紧锣密鼓的队员召集和方案设计工作开始了。李玉宽在VisualStudio环境下程序开发方面有深厚的基础,可以负责程序代码的编写。郑小皇的研究方向是比较前沿的排序学习,可以负责算法的设计。我善于逻辑思维和文字组织,可以负责数据准备和文档撰写。因此,我们的初步构想是利用GPU加速实现排序学习算法。就这样,一个崭新的S.T.A.R.S(取义 “SpecialTacticsandRescueSer-vice”)团队宣告诞生了。紧接着,我们分工协作搜集各方面资料,提出了在GPU上实现并行支撑矢量机优化排序学习的构想,论证了方案的可行性,给出了算法的CPU实现代码和完整的论文架构,顺利拿到了初赛资格。


淬 火
    啃资料阶段艰难而漫长。GPU加速计算是前沿领域,OpenCL标准的提出和ATIStreamSDK架构的搭建对于我们来说也是陌生的。但是,以实验室的图像处理、自然计算和机器学习三大研究方向为依托,我们可以发挥我们在算法设计方面的优势,着重考虑加速计算方案的实现。曾几何时,我们泡在高性能实验室,不管高温酷暑;曾几何时,我们埋首于工作站案前,不管风吹日晒;曾几何时,我们醉心于编程和调试,不管世事浮华。一步一个脚印,我们对GPU加速计算的认识从无到有,逐步深入。一个个难关被攻克后,我们拭干汗水,向下一个难关迈进。AMD公司为我们提供了优质的显卡资源和OpenCL异构平台,实验室为我们提供了良好的实验环境,而我们又有集凝聚力和战斗力为一体的温馨团队,我们知道,我们一定得走下去。


成 钢
    进入复赛,我们已异常兴奋,而跻身12强进入决赛,我们更欣喜若狂了。我们知道,我们的努力没有白费,荣誉只属于有准备的人。我们咬紧牙关,进一步完善了整个加速算法的框架,在获得良好的排序结果的同时实现了较为可观的加速性能。从论文、PPT、软件说明等文档的每个细节的准备,到各个程序模块的调试,我们一遍一遍地修改,查遍了所有可以优化的方案。终于,荣耀向我们敞开了怀抱。那一刻,激动的心情不禁化作胜利的泪水。
                                   (作者系S.T.A.R.S团队负责人 电子工程学院  庄 雄

来源:西电科大报  http://paper.xde6.net/html/xdpaper/20101204/xdpaper3247.html
 


 

  • 上一篇文章:关于全国优秀博士学位论文表彰大会的通知
  • 下一篇文章:关于电子工程学院青年教师讲课竞赛的通知
  • 返回顶部