计算机研究与发展

作者：孙庆骁,杨海龙,

关键词：Stencil计算, GPU, 自动调优, 性能优化, 参数搜索,

Stencil计算在科学应用中得到了广泛采用.许多高性能计算（HPC）平台利用GPU的高计算能力来加速Stencil计算.近年来，Stencil计算在阶数、内存访问和计算模式等方面变得更加复杂.为了使Stencil计算适配GPU架构，学术界提出了各种基于流处理和分块的优化技术.由于Stencil计算模式和GPU架构的多样性，没有单一的优化技术适合所有Stencil实例.因此，研究人员提出了Stencil自动调优机制来对给定优化技术组合进行参数搜索.然而，现有机制引入了庞大的离线分析成本和在线预测开销，并且无法灵活地推广到任意Stencil模式.为了解决上述问题，提出了通用Stencil自动调优框架GeST，其在GPU平台上实现Stencil计算的极致性能优化.具体来说，GeST通过零填充格式构建全局搜索空间，利用变异系数量化参数相关性并生成参数组；之后，GeST迭代地从参数组选取参数值，根据奖励策略调整采样比例并通过哈希编码避免冗余执行.实验结果表明，与其他先进的自动调优工作相比，GeST能够在短时间内识别出性能更优的参数设置.

来源：2025年第10期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2025年第10期