摘要
G.Li和G.Gopalakrishnan,“基于可伸缩SMT的GPU内核函数验证”,SIGSOFT FSE,2010年。 谷歌学者 数字图书馆 M.Zheng、V.T.Ravi、F.Qin和G.Agrawal,“GRace:检测GPU程序中数据竞争的低开销机制”,PPoPP,2011年。 谷歌学者 数字图书馆 M.Boyer、K.Skadron和W.Weimer,“CUDA程序的自动动态分析”,多核系统软件工具第三次研讨会,2008年。 谷歌学者 C.Cadar、D.Dunbar和D.R.Engler,“KLEE:复杂系统程序高覆盖率测试的非辅助自动生成”,载于OSDI,第八届USENIX研讨会,2008年。 谷歌学者 数字图书馆 “SMT-压缩机。 http://www.smtcomp.org/2011。 " 谷歌学者 P.Godefroid、N.Klarlund和K.Sen,“DART:定向自动随机测试”,PLDI,2005年。 谷歌学者 数字图书馆 “KLEE开放项目,” http://klee.llvm.org/OpenProjects.html。 谷歌学者 K.Sen、D.Marinov和G.Agha,“CUTE:C的协和单元测试引擎”,第10届ESEC/FSE,2005年。 谷歌学者 数字图书馆 “CUDA区域。www.nvidia.com/object/CUDA_home.html。” 谷歌学者 OpenCL。 http://www.khronos.org/opencl。 谷歌学者 A.Kamil和K.A.Yelick,“具有文本对齐障碍的并行程序的并发分析”,载于LCPC,2005年。 谷歌学者 数字图书馆 “LLVM编译器基础设施。 http://www.llvm.org/。 " 谷歌学者 “GKLEE技术报告。 http://www.cs.utah.edu/fv/GKLEE。 " 谷歌学者 “Cuda编程指南4.0版。 http://developer.download.nvidia.com/compute/cuda/4_0/toolkit/docs/cuda_C_Programming_Guide.pdf。 " 谷歌学者 J.Sevcik,“共享内存并发程序的安全优化”,PLDI,2011。 谷歌学者 数字图书馆 S.V.Adve、M.D.Hill、B.P.Miller和R.H.Netzer,“检测弱内存系统上的数据竞争”,ISCA,1991年。 谷歌学者 数字图书馆 D.Shasa和M.Snir,“共享内存的并行程序的高效和正确执行”,ACM TOPLAS,第10卷,第2期,第282-3121988页。 谷歌学者 数字图书馆 A.Aiken和D.Gay,“障碍推理”,载于《持久性有机污染物公约》,1998年。 谷歌学者 数字图书馆 NVIDIA,“CUDA-GDB”,2009年1月,GDB调试器的扩展,用于调试硬件中的CUDA内核。 谷歌学者 Nvidia,“平行Nsight”,2010年7月。 谷歌学者 Rogue Wave,“CUDA的总体视图”,2010年1月。 谷歌学者 J.M.Cobleigh、L.A.Clarke和L.J.Osterweil,“Flavers:软件系统的有限状态验证技术”,《IBM系统杂志》,第41卷,第1期,2002年。 谷歌学者 数字图书馆 S.K.Lahiri、S.Qadeer和Z.Rakamaric,“使用SMT解算器静态和精确检测系统代码中的并发错误”,载于第21届计算机辅助验证(CAV),2009年。 谷歌学者 数字图书馆 B.Coutinho、D.Sampaio、F.M.Quintao Pereira和W.Meira Jr.,《分歧分析和优化》,载于PACT,2011年。 谷歌学者 数字图书馆 J.Lv、G.Li、A.Humphrey和G.Gopalakrishnan,“GPU内核的性能退化分析”,EC2研讨会,2011年。 谷歌学者 P.Collingbourne、C.Cadar和P.H.J.Kelly,“浮点和SIMD代码的符号交叉检查”,EuroSys,2011年。 谷歌学者 数字图书馆 P.Collingbourne、C.Cadar和P.Kelly,“OpenCL代码的符号测试”,海法验证会议(HVC),2011年。 谷歌学者 数字图书馆 G.F.Diamos、A.R.Kerr、S.Yalamanchili和N.Clark,“Ocelot:异构系统中批量同步应用程序的动态优化框架”,PACT,2010年。 谷歌学者 数字图书馆
建议
GKLEE:GPU的混合验证和测试生成 2012年PPOPP 为GPU编写的程序通常包含诸如争用、死锁等正确性错误,或者可能计算错误的结果。 现有的调试工具由于其有限的输入空间和执行空间探索,常常会忽略这些错误。 现有工具。。。 GPU程序的实用符号竞争检查 SC’14:高性能计算、网络、存储和分析国际会议记录 即使是细心的GPU程序员也可能在编写和优化代码时无意中引入数据竞争。 目前可用的GPU竞赛检查方法在形式保证、易用性或实用性方面都存在不足。 现有的。。。 异构云上加速器内核的核外实现 今天的云环境越来越具有混合节点的特点,其中包含多核CPU处理器和多种加速器,如图形处理单元(GPU)、Intel Xeon Phi联合处理器和现场可编程门阵列(FPGA),以。。。