人类面临的许许多多重要科技问题的数据规模已经达到TB甚至PB量级,往往需要万亿次以上的计算能力。我们日常生活应用中(如游戏、高清视频播放)面临的图形和数据计算也越来越复杂,对计算速度提出了严峻的挑战。过去二十年,Intel和AMD等厂家推出的CPU的性能提高速度越来越慢,CPU向多核方向发展也存在多方面的问题。NVIDIA公司的支持CUDA技术的GPU因为具有更多的执行单元数量和便利的开发条件,在高性能计算方面具有无可比拟的优势。借助网络把多个GPU连接起来紧密协作而形成GPU集群更是满足需求日益增长的高性能计算的明智选择。结合GPU程序计算的特点,探讨了一种综合分层式调度和集中式调度的GPU集群调度管理系统的设计方案,具体阐述了方案的层次结构,系统的工作流程,各个模块的设计思路和模块之间的交互等。该系统方案的目的是在多机器多GPU的高密度计算中充分利用GPU资源,有效组织GPU执行计算任务,保证在GPU数量线性增长的情况下系统总体计算能力也作线性增长。为了验证调度管理方案的可行性,接着设计了某种哈希算法,在一定的硬件软件和网络通信接口的平台上,对调度管理系统的设计方案进行实验。在实验中,还根据具体的计算任务做了相应的计算优化,结果表明,系统具有高效性、良好的可扩展性、友好的可操作性。在实验的基础上,为了优化系统的性能,还列举了一些可能影响系统性能的因素,然后修改了系统的部分参数对系统性能进行了简单的测试。结合理论分析和参数修改前后的测试结果,可以验证列举的因素的影响作用。最后针对实验结果提出设计方案下一步的工作方向,希望能够提升系统的容错性和故障恢复能力,以及集群调度管理系统适应多种类的计算方式的能力。