To better utilize the available cor

To better utilize the available cores in the GPU, we propose
the GPU-CC architecture, which allows the cores in an
SM to be configured in a network with direct communication,
creating a spatial computing architecture. By moving
data directly from one core to the next, data movement and
control is made implicit in the network and instruction count
can be reduced. Furthermore, each core is assigned one fixed
instruction which it will execute during the whole kernel execution
time. It is stored in a local configuration register
and has to be loaded only once.

ผลลัพธ์ (ไทย) 1:

ใช้แกนว่างใน GPU ดีกว่า เราเสนอสถาปัตยกรรม GPU CC ซึ่งช่วยให้แกนในการSM กำหนดในเครือข่ายที่มีการสื่อสารโดยตรงสร้างสถาปัตยกรรมคอมพิวเตอร์ปริภูมิ โดยการย้ายข้อมูลโดยตรงจากหลักเดียวกับการเคลื่อนไหวข้อมูลถัดไป และควบคุมทำนัยในจำนวนเครือข่ายและคำแนะนำสามารถลด นอกจากนี้ แต่ละหลักไว้หนึ่งถาวรคำแนะนำซึ่งมันจะดำเนินการในระหว่างการดำเนินการทั้งเคอร์เนลเวลา นั้นถูกจัดเก็บในการลงทะเบียนภายในกำหนดมีให้โหลดเพียงครั้งเดียว

ผลลัพธ์ (ไทย) 2:

ที่ดีกว่าการใช้แกนที่มีอยู่ใน GPU
ที่เรานำเสนอสถาปัตยกรรมGPU-CC ซึ่งจะช่วยให้แกนในที่เอสเอ็มที่จะได้รับการกำหนดค่าในเครือข่ายที่มีการสื่อสารโดยตรงที่สร้างสถาปัตยกรรมคอมพิวเตอร์เชิงพื้นที่ โดยการย้ายข้อมูลได้โดยตรงจากที่หนึ่งไปยังอีกหลัก, ข้อมูลการเคลื่อนไหวและการควบคุมจะทำนัยในเครือข่ายและการนับการเรียนการสอนจะลดลง นอกจากนี้แต่ละคอร์ได้รับมอบหมายคงที่หนึ่งในการเรียนการสอนที่จะดำเนินการในระหว่างการดำเนินข้าวเต็มเมล็ดเวลา จะถูกเก็บไว้ในการลงทะเบียนการตั้งค่าในท้องถิ่นและจะต้องมีการโหลดเพียงครั้งเดียว

ผลลัพธ์ (ไทย) 3:

ดีกว่าใช้แกนที่มีอยู่ใน GPU , เรานำเสนอ
gpu-cc สถาปัตยกรรมที่ช่วยให้แกนใน
SM จะถูกกำหนดค่าในเครือข่ายการสื่อสารโดยตรง
สร้างสถาปัตยกรรมคอมพิวเตอร์เชิงพื้นที่ โดยย้ายข้อมูลโดยตรงจากหนึ่งหลัก
ไปเคลื่อนไหวข้อมูล และควบคุมได้โดยนัยใน

นับการเครือข่ายและสามารถลด นอกจากนี้แต่ละหลักจะกำหนดตายตัว
การเรียนการสอนซึ่งจะดำเนินการในช่วงทั้งเมล็ดประหาร
ครั้ง มันถูกเก็บไว้ในท้องถิ่นการตั้งค่าลงทะเบียน
และจะต้องมีการโหลดเพียงครั้งเดียว