检索结果-内蒙古大学图书馆

作者：卢晓伟大连理工大学

学位级别：硕士

GPU作为一种新型流处理,具备了流处理模型的特点,价格低廉,普及性高,并且拥有强大的并行计算能力和高内存带宽。这种高性能运算能力,已经越来越多地受到各个研究领域学者的重视。数据流作为一种新的数据形态,具有数据快速,连续到达,潜... 详细信息

GPU作为一种新型流处理,具备了流处理模型的特点,价格低廉,普及性高,并且拥有强大的并行计算能力和高内存带宽。这种高性能运算能力,已经越来越多地受到各个研究领域学者的重视。数据流作为一种新的数据形态,具有数据快速,连续到达,潜在巨大容量等特点。如何提高数据流处理系统的吞吐能力,提高数据流处理和挖掘算法的实时性成为数据流研究领域的一个重要研究问题。本文重点着眼于图形处理器通用计算在数据流挖掘领域的应用研究,特别是非规则流中高维数据流的高性能处理是本文的一大特点,在理论上提出了一个图形处理器数据流并行计算的通用框架模型,分别从规则流数据和高维数据流两个角度出发,分析数据流处理算法的耗时部分,研究如何将其串行算法移植到GPU上进行运算,提高其性能。针对规则流数据,本文根据三维图像重构的数学模型理论和应用矩阵论进行了电镜三维图像重构的研究,提出了其基于GPU的并行算法,并在GPU的CUDA平台上对规则的投影流数据进行了仿真实验,实验证明了该算法在计算资源受限情况下处理速度可以提高50倍左右,同时保证了图像质量。针对高维数据流,本文提出一种基于GPU的非规则流中高维数据流的处理模型和具体的可行架构,并在该框架下基于统一计算设备架构(CUDA)使用数据立方模型以及降维约简技术并行分析了多条高维数据流的典型相关性。经理论分析和实验证明,该并行处理方法能够在线精确地识别同步滑动窗口模式下高维数据流之间的相关性,相对于纯CPU方法,该方法具有显著的速度优势,很好地满足了高维数据流的实时性需求,可以作为通用的分析方法广泛应用于高维数据流挖掘领域。

关键词：图形处理器通用计算统一计算设备架构高维数据流三维图像重构相关性分析

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的热传导GPU并行算法研究

引用

计算机工程 2014年第5期40卷 41-44,48页

作者：孟小华黄丛珊朱丽莎暨南大学计算机科学系广州510632 暨南大学天体测量动力学与空间科学中法联合实验室广州510632

在热传导算法中,使用传统的CPU串行算法或MPI并行算法处理大批量粒子时,存在执行效率低、处理时间长的问题。而图形处理单元(GPU)具有大数据量并行运算的优势,为此,在统一计算设备架构(CUDA)并行编程环境下,采用CPU和GPU协同合作的模式... 详细信息

在热传导算法中,使用传统的CPU串行算法或MPI并行算法处理大批量粒子时,存在执行效率低、处理时间长的问题。而图形处理单元(GPU)具有大数据量并行运算的优势,为此,在统一计算设备架构(CUDA)并行编程环境下,采用CPU和GPU协同合作的模式,提出并实现一个基于CUDA的热传导GPU并行算法。根据GPU硬件配置设定Block和Grid的大小,将粒子划分为若干个block,粒子输入到GPU显卡中并行计算,每一个线程执行一个粒子计算,并将结果传回CPU主存,由CPU计算出每个粒子的平均热流。实验结果表明,与CPU串行算法在时间效率方面进行对比,该算法在粒子数到达16 000时,加速比提高近900倍,并且加速比随着粒子数的增加而加速提高。

关键词：热传导算法图形处理单元统一计算设备架构并行计算时间效率加速比

来源：评论

学校读者我要写书评

暂无评论

基于GPU的分子动力学势函数及结构特征量模拟系统

基于GPU的分子动力学势函数及结构特征量模拟系统

引用

作者：潘林哈尔滨工业大学

学位级别：硕士

GPU(Graphics Processing Unit,图形处理器)具有很强的并行计算能力,尤其CUDA(Compute Unified Device Architecture,统一计算设备架构)的出现使得GPU在高性能计算中占据越来越重要的地位。分子动力学模拟技术是指利用计算机来模拟体系... 详细信息

GPU(Graphics Processing Unit,图形处理器)具有很强的并行计算能力,尤其CUDA(Compute Unified Device Architecture,统一计算设备架构)的出现使得GPU在高性能计算中占据越来越重要的地位。分子动力学模拟技术是指利用计算机来模拟体系中各个粒子随时间的运动变化情况,由于其计算量较大,因此考虑放到GPU上来执行。本文在分析了GPU的并行能力及分子动力学模拟原理的基础上,将模拟计算过程中耗时最多的势函数计算移至GPU计算,分析势函数计算的内在并行性,利用CUDA线程与粒子间的一一对应关系,并结合GPU自身特点,完成计算的加速。本文实现了两种对势(Morse势、Lennard-Jones势)和两种多体势(Tersoff势、EAM势)的GPU加速计算。计算结果表明,在NVIDIA GeForce GTX650的GPU上,相对于Intel Core2E7500的CPU,势函数计算的加速比在22-91之间,这也就能极大的缩短整个分子动力学模拟计算的时间。另外本文还介绍了两个结构特征量(径向分布函数(RDF)、静态结构因子(SSF))的GPU加速,计算结果表明,在与上述相同平台下,加速比达到22-27。最后,本文在Windows平台下,采用Qt设计图形用户界面,完成了分子动力学模拟系统的搭建,其中的势函数及结构特征量的计算基于GPU运行,并对系统进行了测试。

关键词：图形处理器统一计算设备架构分子动力学模拟势函数结构特征量

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的拉普拉斯边缘检测算法

引用

计算机工程 2012年第18期38卷 190-193页

作者：孟小华刘坚强区业祥张庆丰暨南大学计算机科学系广州510632 暨南大学天体测量、动力学与空间科学中法联合实验室广州510632

拉普拉斯边缘检测算法常用于去除CCD天文图像中的宇宙射线噪声,但其串行算法计算复杂度较高。为此,分析拉普拉斯边缘检测算法的并行性,在统一计算设备架构(CUDA)并行编程环境下,提出一种基于CUDA的拉普拉斯边缘检测图形处理单元(GPU)并... 详细信息

拉普拉斯边缘检测算法常用于去除CCD天文图像中的宇宙射线噪声,但其串行算法计算复杂度较高。为此,分析拉普拉斯边缘检测算法的并行性,在统一计算设备架构(CUDA)并行编程环境下,提出一种基于CUDA的拉普拉斯边缘检测图形处理单元(GPU)并行算法。分割天文图像得到多幅子图,根据GPU的硬件配置设定Block和Grid的大小,将子图依次传输到显卡进行并行计算,传回主存后拼接得到完整的图像输出。实验结果表明,图像尺寸越大,该并行算法与串行算法相比具有的速度优势越大,可获得10倍以上的加速比。

关键词：拉普拉斯边缘检测算法图形处理单元统一计算设备架构并行处理天文图像宇宙射线

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的并行SM4-GCM设计与实现

基于CUDA的并行SM4-GCM设计与实现

引用

作者：张才贤西安电子科技大学

学位级别：硕士

在目前大数据以及5G通信时代背景下,高速网络通信系统中信息的安全可靠传输已经成为一大研究热点,而其中一个重要研究议题就是要确保网络上传输数据的安全性、真实性、完整性和不可否认性。SM4是目前工业界广泛采用的分组加密算法,用于... 详细信息

在目前大数据以及5G通信时代背景下,高速网络通信系统中信息的安全可靠传输已经成为一大研究热点,而其中一个重要研究议题就是要确保网络上传输数据的安全性、真实性、完整性和不可否认性。SM4是目前工业界广泛采用的分组加密算法,用于保证数据的安全性,GCM算法则提供对数据的认证,将GCM与SM4算法结合使用即为SM4-GCM,该算法同时提供对数据的加密与认证。最近几年,GPU并行计算技术发展极为迅速,GPU具有强大的并行计算能力,成为高速异构计算系统首选加速模块,本文的研究目标是采用CPU-GPU异构计算模型实现对数据的高速认证加密,围绕该目标本文主要做了以下几个方面的工作:1.对工业界常用的认证加密方案进行了研究和总结,分析其中的优缺点。介绍了CUDA编程模型、存储器模型及访问特点、CUDA执行模型、SM4-GCM算法基本原理。2.结合SM4-GCM算法基本原理,对算法进行并行化分析,将算法剖分成三个主要部分,并划分了串行与并行任务。3.为实现高效率的数据读写,引入分级存储的思想,将共享内存作为全局内存与寄存器之间的缓存,并基于全局内存与共享内存的访存特性,设计了两种数据存储模式,既兼顾了全局内存对齐合并的访存特点,又避免了数据缓存过程中出现共享内存存储体访存冲突的问题。而为了解决这两种数据存储模式相互换的问题,本文设计了四组地址偏移量查找表,采用查表法快速确定线程读写地址,实现了这两种数据存储模式相互之间无访存冲突的转换,该思想在后续的加密与认证模块中均有体现。4.在设计加密核函数过程中,对SM4轮函数进行优化,减少内核对寄存器资源的消耗,采用循环展开,减少冗余指令。结合相关密码学理论,改进了GCM的认证工作模式。在设计主机接口函数过程中,引入了锁页内存与流,隐藏了CPU与GPU之间的通信延迟。5.结合GPU相关参数,调整相关核函数的配置,对本文所设计的模块进行测试,进而获得最佳内核配置。在最佳配置基础上测试了内核的性能指标,结果显示内核的各项指标均达到预期的效果。在该部分末尾还比较了不同的优化措施对模块性能的影响,并对结果作出相应的分析。本文基于所研究的技术和方法,对SM4-GCM认证加密算法进行并行化改进,认证加密速度达1.62GB/s,满足目前5G通信技术对认证加密速度的要求,程序的移植性较好,应用前景广阔。

关键词：高速网络认证加密统一计算设备架构并行计算

来源：评论

学校读者我要写书评

暂无评论

基于GPU的合成孔径雷达高速成像方法

基于GPU的合成孔径雷达高速成像方法

引用

作者：杨修齐西安电子科技大学

学位级别：硕士

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种具有全天时、全天候、回波信息丰富等特点的重要遥感技术手段,在军事、农业、林业等领域均具有巨大的应用潜力。高分辨率SAR系统的成像分辨率已经达到厘米级的精度,接收的回波数据量巨... 详细信息

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种具有全天时、全天候、回波信息丰富等特点的重要遥感技术手段,在军事、农业、林业等领域均具有巨大的应用潜力。高分辨率SAR系统的成像分辨率已经达到厘米级的精度,接收的回波数据量巨大,且需要经过复杂成像算法处理才能获得图像。很多应用场景对SAR的成像系统有较高的实时性要求,使得高速成像处理成为SAR的一项关键技术。自2006年以来,图形处理器(Graphics Processing Unit,GPU)进入统一渲染架构时代,计算能力与存储带宽得到大幅提升。本文希望利用GPU大规模并行处理的体系结构特点,加速SAR成像的计算过程,为基于GPU的SAR实时成像系统提供高速的计算方法。本文的主要研究内容和成果为:1、研究GPU自诞生以来的硬件架构变迁,详细分析Maxwell架构GPU的计算性能及存储层次。根据研究过程遇到的问题,总结出在统一计算设备架构(Compute Unified Device Architecture,CUDA)编程平台上设计GPU并行计算函数的编程要点。2、介绍SAR的成像原理以及常用的成像算法。从工程角度出发,给出一种适合在在GPU上进行并行计算的距离-多普勒(Range-Doppler,RD)成像算法。用实测数据进行成像测试,得到清晰的成像结果,验证了方法的可行性。3、为进一步加速SAR成像算法,给出一种基于Stockhanm计算结构的FFT并行计算方法,和一种原址矩阵转置方法。通过整合计算过程,脉冲压缩计算过程与目前使用cuFFT库函数的GPU成像加速研究相比,得到两倍左右的速度提升。在GTX970 GPU上,68毫秒即可完成8192×4096点回波数据的成像。同时,成像算法的显存空间占用减少了三分之二。

关键词：合成孔径雷达图形处理器统一计算设备架构优化加速

来源：评论

学校读者我要写书评

暂无评论

锥束CT迭代重建方法的改进与加速

锥束CT迭代重建方法的改进与加速

引用

作者：舒晴东南大学

学位级别：硕士

锥束CT是三维断层成像技术的代表，它具有扫描速率快，辐射利用率高，可获得高精度的空间分辨率等诸多优势，在医学和工业检测等诸多领域具有广泛的应用。\n X射线对人体健康有一定的危害，X射线的照射时间越长，照射剂量越大，对人... 详细信息

锥束CT是三维断层成像技术的代表，它具有扫描速率快，辐射利用率高，可获得高精度的空间分辨率等诸多优势，在医学和工业检测等诸多领域具有广泛的应用。\n X射线对人体健康有一定的危害，X射线的照射时间越长，照射剂量越大，对人体的危害越大，且在CT扫描期间病人自主或非自主的运动会造成伪影影响重建结果，因此减少X射线照射的时间和剂量十分有意义。对待测成像物体进行稀疏角度投影数据测量，可以有效减少数据采集的时间，减少X射线的辐射剂量。CT重建的算法包括解析重建算法和迭代重建算法两类。解析算法对噪声比较敏感且要求投影数据完备，无法解决数据缺失的情况。迭代重建算法对投影数据的完备性要求较低，可以根据具体成像条件引入先验约束信息，可以抑制噪声，使得重建图像更为准确，效果更好。但是迭代重建算法的时间和空间复杂度高，速度较慢，因此实际应用并不广泛。\n 在迭代重建中，投影和反投影的计算时间最为耗时，远远超过其他步骤，因此本文使用Nvidia公司推出的统一计算设备架构(CUDA)环境，在GPU上实现投影和反投影的快速计算。对于投影的快速计算，对传统射线驱动的投影算法进行改进，采用固定的采样点个数，使用一个线程块计算一条射线的投影值，线程块中的每个线程计算一个采样点的值，并使用共享存储器实现采样点的规约相加。将体数据绑定为三维纹理，利用纹理拾取加速体数据的滤波采样。对于反投影的快速计算，改进传统的基于体素驱动的反投影算法，并使用二维纹理绑定投影数据。经实验证明，在保证全浮点运算精度的情况下，本文提出的算法与传统GPU加速投影和反投影算法相比，速度有大幅提升。\n MAP重建算法基于贝叶斯估计，既考虑投影数据的统计特性，更加符合实际的数据采集过程，又充分利用了先验知识，利用先验对图像中的噪声施加一定的约束。压缩感知理论证明了，当采样信号不满足Nyquist采样定理时，稀疏信号仍可以被恢复出来，它为稀疏角度投影数据的图像重建问题提供了一条解决途径。根据压缩感知理论，本文采用了图像稀疏变换后的l0范数作为先验项，通过一系列势函数对如范数进行逼近，并设计了一个渐进的优化策略，采用自适应的参数，根据图像局部方差自适应计算先验项，可以在平滑图像的同时加强图像的边界。通过计算机仿真实验证明，该算法较TV算法更能保持图像的细节，更接近原始图像。

关键词：锥束CT 重建方法统一计算设备架构 X射线

来源：评论

学校读者我要写书评

暂无评论

卷积神经网络超分辨率重建算法的改进与并行优化

卷积神经网络超分辨率重建算法的改进与并行优化

引用

作者：王锦涛西安电子科技大学

学位级别：硕士

高分辨率(High Resolution,HR)图像在监控、遥感、娱乐、医学等各个方面都有重要应用,提高图像分辨率的方法通常有硬件手段和软件手段。通过硬件手段提升图像分辨率在技术上和成本上往往存在很多问题。图像超分辨率(Super Resolution,SR... 详细信息

高分辨率(High Resolution,HR)图像在监控、遥感、娱乐、医学等各个方面都有重要应用,提高图像分辨率的方法通常有硬件手段和软件手段。通过硬件手段提升图像分辨率在技术上和成本上往往存在很多问题。图像超分辨率(Super Resolution,SR)重建技术通过软件算法手段提高分辨率,由于其使用方便、成本低的特点受到了广泛研究。近年来深度学习技术迅速发展,超分辨率技术也迎来了新的机会,开启了以此为基础的热点研究领域。同时,随着超分辨率算法的不断进步,复杂度的不断增加,对处理器有了更高要求。目前,由于摩尔定律瓶颈的接近,传统的串行架构处理器难以满足大规模运算的需求,使得并行架构处理器受到了更广泛地关注,同时针对高并行度算法的图形处理器(Graphics Processing Unit,GPU)应用也愈加广泛,以并行处理器为平台的开发方式受到更多青睐。本文对基于卷积神经网络(Convolutional Neural Network,CNN)的超分辨率重建算法进行研究和工程应用的改进,并通过分析算法的并行性,以GPU处理器对算法进行加速和优化,提高了算法的实用性。主要工作包括以下几方面。(1)卷积神经网络超分辨率重建算法的研究与再设计。在网络结构和训练集两方面进行了研究和优化,以提升重建效果。根据该算法未开始重建便已在图像预处理时丢失部分信息这一不足,提出相应的改进方法,即设计了完全卷积神经网络超分辨率重建算法,在几乎不增加重建时间的基础上提升重建质量。针对训练集对重建质量的影响进行分析,在训练集较小的情况下对训练集进行转置处理后加入训练集,有利于提升重建质量。实验分析表明,经过上述改进后的算法在迭代次数为原方法一半的情况下,在超分辨率领域通用的测试数据集Set5和Set14上,分别将平均峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)提升了0.22dB和0.15dB。(2)面向应用的图像分块重建设计及分析。设计并实现了分块的卷积神经网络超分辨率重建方法,实验研究发现,图像分块后各部分所含信息量有很大不同,因此并没有必要对所有图像块执行相同程度的计算量,而是对信息量丰富的区域进行高质量重建,对信息量匮乏的区域进行低质量重建,将宝贵的计算资源提供给能大幅提升重建质量的运算。(3)统一计算设备架构(Compute Unified Device Architecture,CUDA)算法及测试分析。以GPU处理器为基础,使用CUDA-C语言对算法进行重新设计,并分析算法并行性和内存读写方式,使用共享内存和常量内存加速算法。将非线性映射层卷积运算转化为矩阵乘法提高运算效率,并分析计算过程中的重复运算和线程运算逻辑,充分挖掘GPU处理器的计算能力,进一步提高计算速度。实验结果表明,本文使用CUDA加速的方法实现了相比于CPU方法100倍左右的加速比,且PSNR值的计算结果说明CUDA加速基本不影响重建图像的质量。

关键词：超分辨率重建卷积神经网络并行计算统一计算设备架构图形处理器

来源：评论

学校读者我要写书评

暂无评论

基于CUDA架构的H.264并行计算研究

基于CUDA架构的H.264并行计算研究

引用

作者：金辉华中科技大学

学位级别：硕士

随着高清技术的发展,视频编码的耗时通常很长。由于H.264在传输特性以及存储空间上的优势,被越来越多的视频文件所采用,但与性能改善同时带来的还有计算复杂度大量增加的问题。因此,如何更有效的减少H.264的计算量,成为了现阶段的研究... 详细信息

随着高清技术的发展,视频编码的耗时通常很长。由于H.264在传输特性以及存储空间上的优势,被越来越多的视频文件所采用,但与性能改善同时带来的还有计算复杂度大量增加的问题。因此,如何更有效的减少H.264的计算量,成为了现阶段的研究热点。由于目前的计算机都配备一颗功能强大的图形处理器,虽然最初只是为图形渲染而设计,但也逐渐从专注于图形加速向通用计算转变,并提供了多种可实现平台,统一计算设备架构即是其中一例。因此,当视频编码遇到复杂计算的时候,将可并行计算部分通过统一计算设备架构交由图形处理器进行相关处理不失为一个较好的方案。本文首先回顾了当前H.264关键技术研究的现状,并分别对H.264和CUDA架构做了相关介绍。由于运动估计和环路滤波这两个模块是H.264中计算复杂度最高的模块,而且其可并行部分具有一定的典型性,故针对H.264的运动估计和环路滤波模块,分别对其可并行计算部分进行分析,并各自提出一种基于CUDA的并行实现方案,在实验中加以验证。实验结果的分析表明,该方案取得了预期的效果,但仍有继续改进完善的空间。通过本文的工作表明,可以利用现有图形处理器强大的并行计算能力对视频的编解码模块进行优化,在保证图像质量的同时,可以显著的提高编解码速度,具有广阔的应用空间。

关键词：通用视听业务的先进的视频编码统一计算设备架构图形处理器运动估计环路滤波

来源：评论

学校读者我要写书评

暂无评论

一个基于GPU的快速序列比对软件的设计与实现

一个基于GPU的快速序列比对软件的设计与实现

引用

作者：司雨佳华中科技大学

学位级别：硕士

蛋白质序列比对的基本问题是比较生物基因符号序列的相似性或不相似性,是属于生物信息学的代表性问题之一。目前为止,序列比对算法主要包括Needleman-Wunsch、Smith-Waterman、隐马尔科夫链等,主要用于蛋白质一级结构序列、二级结构序... 详细信息

蛋白质序列比对的基本问题是比较生物基因符号序列的相似性或不相似性,是属于生物信息学的代表性问题之一。目前为止,序列比对算法主要包括Needleman-Wunsch、Smith-Waterman、隐马尔科夫链等,主要用于蛋白质一级结构序列、二级结构序列的比对。然而,随着生物序列数据规模的不断增大,提高序列比对算法的效率成为研究的热点。利用GPU(Graphics Processing Unit,图形处理器)出色的并行处理能力,实现基于GPU的profile-profile序列比对并行算法,对蛋白质序列快速分析有重要意义。基于GPU的快速序列比对的软件,使用C语言编程和CUDA函数库在Linux操作系统进行开发。首先,通过深入分析GPU并行计算以及序列比对算法的国内外研究现状与技术特点,说明软件开发的必要性及可行性;其次,从功能需求出发,对软件的功能模块,如程序准备、文件读写、算法准备、序列比对等进行详细设计;再次,深入分析GPU特性、算法特点,从算法并行性、分kernel函数、存储空间分配、设置thread数和block数等方面说明了GPU加速序列比对算法的具体实现。使用包含53634个序列的数据集对算法进行测试,并分析了参与序列比对的序列个数、比对序列长度、分配的block数对加速效果的影响。实验结果表明,同样的参数设置条件下,算法在GPU上的运行时间平均为CPU上的10倍,最大可到达23倍。

关键词：序列比对统一计算设备架构 GPU 动态规划

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：