haku: @supervisor Valtonen, Martti / yhteensä: 48
hakutulos-lista
viite: 1 / 48
« edellinen | seuraava »
Tekijä:Hulkkonen, Mikko
Työn nimi:Graphics processing unit utilization in circuit simulation
Grafiikkaprosessorin hyödyntäminen piirisimuloinnissa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2011
Sivut:[8] + 45      Kieli:   eng
Koulu/Laitos/Osasto:Radiotieteen ja -tekniikan laitos
Oppiaine:Teoreettinen sähkötekniikka   (S-55)
Valvoja:Valtonen, Martti
Ohjaaja:Virtanen, Jarmo
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201207022721
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  759   | Arkisto
Avainsanat:CUDA
circuit simulation
diode model
parallel computing
CUDA
diodimalli
piirisimulointi
rinnakkaislaskenta
Tiivistelmä (fin): Nykypäivän grafiikkaprosessorit (GPU) koostuvat sadoista monisäikeisistä, moniytimisistä prosessoreista ja monimutkaisesta korkean kaistanleveyden muistiarkkitehtuurista.
Tämän vuoksi niistä on tullut hyvä vaihtoehto nopeuttamaan rinnakkaistettua yleislaskentaa, jossa suuria datamääriä käsitellään samoilla funktioilla.
Myös piirisimuloinnin alalla on esitelty menestyksellisiä GPU-laskennan sovellutuksia.
Tämän opinnäytteen tavoitteena on tutkia GPU-laskennan mahdollisuuksia APLAC-piirisimulointiohjelmassa.
Työssä esitellään myös diodimallin laskennan toteutus GPU:lla.

Epälineaarinen diodimalli toteutettiin NVIDIAn CUDA-arkkitehtuurilla, joka on niin sanottu SIMT-arkkitehtuuri (single-instruction, multiple-thread) eli yksi käsky suoritetaan kerrallaan usealle säikeelle.
CUDA-laite ohjelmoitiin CUDA C -ohjelmointirajapinnalla, joka on standardin C-kielen laajennus.

Testitulokset paljastivat että diodin yksinkertaisesta epälineaarisuudesta johtuen sen laskenta on liian kevyt, jotta GPU:n tehokkuudesta olisi mitään nopeusetua.
Vaadittavat muutokset piirianalyysin rakenteeseen sekä datan hallintaan johtivat marginaalisesti alkuperäistä pidempään kokonaissimulointiaikaan.
Kun diodimallia monimutkaistetaan moninkertaistamalla sen laskenta, CUDA-toteutus on nopeampi kuin alkuperäinen malli.
Tämä antaa karkean arvion siitä kuinka monimutkainen malli hyötyy GPU-laskennasta.

Vaikka diodimalli ei ollutkaan nopeampi GPU:lla, tämä toteutus on hyvä perusta tuleville CUDA-sovelluksille APLACissa.
Näistä seuraavana on huomattavasti monimutkaisempi BSIM3-transistorimallin laskenta, joka mitä todennäköisimmin hyötyy GPU:n laskentatehosta.
Tiivistelmä (eng): Graphics processing units (GPU) of today include hundreds of multi-threaded, multicore processors and a complex, high-bandwidth memory architecture, making them a good alternative to speed up general-purpose parallel computation where large data quantities are processed with same functions.
Some successful applications of GPU computation have also been introduced in the field of circuit simulation.
The objective of this thesis is to examine the GPU's computing potential in the APLAC circuit simulation software.
The realization of a diode model on a GPU device is also presented.

The nonlinear diode model was implemented on NVIDIA's Compute Unified Device Architecture (CUDA), that is a single-instruction, multiple-thread (SIMT) architecture.
A CUDA device was programmed using the CUDA C application programming interface, which is an extension of the standard C language.

The test results revealed that due to the diode's simple nonlinearity, its evaluation is computationally too light to gain any speed benefit from the GPU's computation power.
The required modifications to the circuit analysis structure and data handling resulted in a marginally longer total simulation time than initially.
However, when the diode model is made more complex by multiplying its evaluation, the CUDA implementation is faster than the original model.
This gives a rough estimate of how complex a model benefits from the GPU computation.

Although, the diode model evaluation was not faster on the GPU, this implementation is a good foundation for future CUDA applications in APLAC.
The next of these applications will be the computationally more complex BSIM3 transistor model, which will most likely benefit from the computing power of GPU devices.
ED:2011-11-07
INSSI tietueen numero: 42909
+ lisää koriin
« edellinen | seuraava »
INSSI