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。。。
