计算机系统性能评估与优化技术研究，涵盖CPU和GPU两种异构架构。

简介：
随着国民经济和科学技术的蓬勃发展，高性能计算机的性能需求日益增长。以往依赖通用CPU构建高性能计算机的传统方法，在能耗控制、散热管理以及成本投入等方面面临着诸多不容忽视的难题。 异构体系结构凭借其融合通用处理器与加速处理器的双重优势，逐渐成为高性能计算机领域的主流设计理念。其中，GPU因其卓越的运算能力、庞大的存储带宽、低功耗特性以及灵活的可编程性，在异构计算机架构的设计中占据了核心地位。自CPU-GPU异构系统出现以来，它便迅速吸引了国际学术界的广泛关注，并被普遍认为是未来高性能计算机研发的重要发展趋势。 此外，人们也高度关注异构结构的应用场景，尤其是在典型算法如何在异构架构上高效运行的问题。作为一种构建高性能计算机系统的切实可行方案，CPU-GPU异构计算机系统不仅提供了强大的计算能力，同时也引来了对各类典型应用运行表现的广泛关注。本文首先对CPU-GPU异构计算机系统的性能进行了全面评估与分析；随后，通过对一系列基准测试程序集的运行结果进行深入总结和剖析，识别出制约异构系统性能的关键因素；在此基础上，我们进一步提出了相应的优化策略；最后，以一个典型的科学计算类程序——矩阵乘法——为例进行验证和测试，证实了所提出优化方法的有效性并取得了显著的提升效果。