检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2019年第3期49卷 979-985页

作者：托乎提努尔张海龙王杰王娜冶鑫晨王万琼中国科学院新疆天文台乌鲁木齐830011 中国科学院大学北京100049 中国科学院射电天文重点实验室南京210008

针对中央处理器(CPU)平台中值滤波算法在实际应用中运算速率低且实时信号处理性能较差的问题,提出了一种基于图形处理器(GPU)的并行高速中值滤波算法。该算法采用统一计算设备架构(CUDA)并行架构对大规模数据处理进行了优化,从而有效提... 详细信息

针对中央处理器(CPU)平台中值滤波算法在实际应用中运算速率低且实时信号处理性能较差的问题,提出了一种基于图形处理器(GPU)的并行高速中值滤波算法。该算法采用统一计算设备架构(CUDA)并行架构对大规模数据处理进行了优化,从而有效提高了中值滤波算法的计算效率,实现了中值滤波的实时数据处理。通过构建GPU可任意伸缩的动态数组、优化多维索引的线性化方法解决了GPU动态显存空间分配问题。仿真试验结果表明:基于TITAN X GPU的5×5中值滤波,对4096像素×4096像素的图像处理计算速度比CPU平台提高了438倍。在同等计算规模条件下GPU高速中值滤波算法可大大提高计算性能。

关键词：信息处理技术信号处理中值滤波统一计算设备架构图形处理器并行算法

来源：评论

学校读者我要写书评

暂无评论

细长弹性飞行器飞行动力学并行计算及优化研究

引用

振动与冲击 2019年第11期38卷 42-47,94页

作者：胡斌星李新国常武权西北工业大学航天学院西安710072 中国运载火箭技术研究院北京100076

现代飞行器尤如导弹或火箭等飞行器其长细比大、低阶频率低,弹性变形和振动对弹道仿真导航、制导、推力模块的影响不容忽略。就细长体弹性飞行器全弹道仿真中弹性模块出现的计算速度慢、无法实现实时仿真等问题,通过分析不同计算规模下... 详细信息

现代飞行器尤如导弹或火箭等飞行器其长细比大、低阶频率低,弹性变形和振动对弹道仿真导航、制导、推力模块的影响不容忽略。就细长体弹性飞行器全弹道仿真中弹性模块出现的计算速度慢、无法实现实时仿真等问题,通过分析不同计算规模下各计算步骤的占时比例,在单机多GPU环境下创新性的采用动态并行构建八叉树的方式表征气动参数表,并通过自适应硬件资源、合理利用共享内存以实现气动数据索引的性能优化;同时设计了 CPU端任务队列的异步计算架构,以此实现了 CPU-GPU不同粒度的并行任务计算。数值结果表明在单GPU条件下可得到20倍左右的加速比,双GPU并行计算可得到至少30倍的加速比,并以5 ms为时限取得了 40阶截断阶数、1 200站点的弹性飞行器实时仿真。

关键词：弹性飞行器并行计算异步异构统一计算设备架构八叉树

来源：评论

学校读者我要写书评

暂无评论

基于显卡资源的语音特征提取方法、装置、设备及介质

基于显卡资源的语音特征提取方法、装置、设备及介质

引用

作者：周定军彭俊清王健宗 518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼

本发明涉及自然语言处理技术、应用到语音识别技术领域，公开了一种基于显卡资源的语音特征提取方法、装置、设备及介质，用于提高语音识别效率。方法部分包括：从Kaldi平台中获取已训练好的语音识别网络模型；根据显卡资源信息和所述... 详细信息

标准号: CN113450770A

本发明涉及自然语言处理技术、应用到语音识别技术领域，公开了一种基于显卡资源的语音特征提取方法、装置、设备及介质，用于提高语音识别效率。方法部分包括：从Kaldi平台中获取已训练好的语音识别网络模型；根据显卡资源信息和所述语音识别网络模型，预先申请目标GPU上下文资源，并为已训练好的语音识别深度学习模型分配对应的目标显存；将所述语音识别网络模型加载至所述目标显存，并在所述目标GPU上下文资源创建一个或多个统一计算设备架构CUDA流；获取原始语音信息，在所述目标显存中，利用一个或多个所述CUDA流调用所述语音识别网络模型对所述原始语音信息进行特征提取。

关键词：语音识别网络模型显存原始语音信息显卡资源统一计算设备架构自然语言处理技术语音识别技术语音特征提取模型分配特征提取资源创建加载调用申请应用学习

来源：评论

学校读者我要写书评

暂无评论

基于GPU的超声速复杂流动并行计算研究

基于GPU的超声速复杂流动并行计算研究

引用

作者：赖剑奇国防科技大学

学位级别：博士

随着计算流体力学(Computational Fluid Dynamics,CFD)的日益成熟和计算机技术的迅猛发展,CFD在飞行器气动性能分析与优化设计、复杂流动机理分析中的作用和地位日益突出。近年来,CFD数值模拟的几何外形、流动机理、物理模型日益复杂,... 详细信息

随着计算流体力学(Computational Fluid Dynamics,CFD)的日益成熟和计算机技术的迅猛发展,CFD在飞行器气动性能分析与优化设计、复杂流动机理分析中的作用和地位日益突出。近年来,CFD数值模拟的几何外形、流动机理、物理模型日益复杂,计算规模空前增加,迫切需要通过实现高效并行计算来提高计算效率。图形处理器单元(Graphic Processing Units,GPU)在数据并行上具有强大的浮点运算能力和存储带宽。随着GPU可编程性的提高,GPU近年来在分子动力学、直接模拟蒙特卡洛、CFD、气象预测、深度学习等通用计算领域应用广泛。在GPU上实现CFD高效并行计算是通用计算领域的研究热点。充分考虑GPU体系架构的特点以及物理模型和计算方法与GPU架构的适用性,在GPU上开展超声速复杂流动大规模并行计算研究。针对CPU和GPU的不同架构特点,建立了基于GPU的CFD并行可压缩流求解器。求解器基于非结构网格格心型有限体积法,将线程块和线程网格配置成一维形式,采用线性重构来获得空间离散的二阶精度,采用AUSM+UP格式和AUSMPW+格式来计算无黏通量,采用中心格式来计算黏性通量,采用K-ωSST湍流模型来模拟湍流。在GPU上实现无数据依赖性的有利于并行计算的DP-LUR隐式时间推进方法,将LU-SGS方法中的对角扫掠替换为几次逐点松弛迭代过程。数值结果表明,相比于显式Runge-Kutta方法,采用DP-LUR方法可以提高GPU程序收敛速度。采用NACA0012翼型扰流、层流平板边界层、压缩拐角、超声速进气道、双椭球等数值算例验证GPU并行程序的正确性。针对超声速复杂流动的数值模拟,建立了基于MPI+CUDA编程模型的多GPU大规模并行计算方法。采用一维区域分解法实现网格划分,使得各计算设备上负载的网格量一致。采用CPU作为“媒介”实现GPU间的数据交换。设计了三种数据通信模式:阻塞型通信模式、非阻塞型通信模式、异步并发通信模式。采用异步并发通信模式可以实现GPU计算、CPU-CPU之间通信和CPU-GPU之间数据传输的相互覆盖,计算效率提高了10%左右。通过空天飞机、超声速横向喷流干扰数值算例验证了多GPU大规模并行计算方法的正确性。在自主搭建的基于PC集群的并行系统和Cngrid12的GPU队列上测试了多GPU并行算法的加速比性能和可扩展性能,并分析影响并行性能的因素。针对超声速平板湍流流动和超声速横向喷流干扰数值算例,计算网格分别达到了3.69亿和3.33亿。数值结果表明,相比于CPU并行计算,GPU并行计算可以获得一到两个量级的加速比。同时多GPU并行系统具有良好的强可扩展效率和弱可扩展效率,在大规模并行计算中保持了较高的并行效率。针对超声速条件下的燃烧化学反应问题,在基于PC集群的NVIDIA Tesla V100 GPU并行系统上建立了燃烧化学反应数值模拟方法。以碳氢燃料/空气混合物燃烧化学非平衡流动为研究对象,采用Dryer的两步反应模型,对超声速模型燃烧室算例进行数值模拟,验证了多GPU超声速燃烧化学反应数值模拟算法的正确性。

关键词：计算流体力学图形处理器单元统一计算设备架构并行计算并行性能超声速流动燃烧化学反应

来源：评论

学校读者我要写书评

暂无评论

基于GPU加速的SVD-CBFM及其在电磁散射分析中的应用

基于GPU加速的SVD-CBFM及其在电磁散射分析中的应用

引用

作者：张家磊安徽大学

学位级别：硕士

目标散射特性的分析对于今天的电磁学研究有着至关重要的作用,随着军事和日常生活中对电磁散射参数的需求日益增强,愈来愈多的电磁算法开始出现。而矩量法(MoM)则是数值算法中最基础最具有代表性的算法,随着电尺寸的增长,为了解决时间... 详细信息

目标散射特性的分析对于今天的电磁学研究有着至关重要的作用,随着军事和日常生活中对电磁散射参数的需求日益增强,愈来愈多的电磁算法开始出现。而矩量法(MoM)则是数值算法中最基础最具有代表性的算法,随着电尺寸的增长,为了解决时间和内存过大的问题,基于奇异值分解的特征基函数法(SVD-CBFM)在矩量法的基础上被提出并迅速发展起来。近年来,随着计算机的飞速发展,图形处理器(GPU)的并行计算能力也受到了人们广泛关注。本文以SVD-CBFM作为本课题的研究基础,并对基于RWG基函数的SVD-CBFM和基于SWG基函数的SVD-CBFM分别进行了GPU加速计算,并分别针对其在电磁散射分析中的应用进行了研究。本文主要的工作内容被分为三个部分。第一部分是本文的基础理论和方法理论。首先本文以Maxwell方程组引出电磁积分方程,分别介绍了面积分方程和体积分方程;然后依次介绍了矩量法的基本原理、基函数和检验函数以及雷达散射截面积(RCS);接下来还进行了GPU和统一计算设备架构(CUDA)的简介,其中分别介绍了GPU的发展历程和硬件结构、CUDA的编程模型、线程层次结构和存储层次结构。第二部分提出了基于RWG基函数的SVD-CBFM的GPU加速,并对其在电磁散射分析中的应用进行了研究。首先介绍了RWG基函数,并用RWG基函数离散了面积分方程,然后再与SVD-CBFM进行结合,并对其在导体目标电磁散射分析中的应用进行了研究。接着我们利用GPU对其进行并行加速,不仅对阻抗矩阵的填充进行了GPU加速,还利用CUDA中的CUBLAS运算库对缩减矩阵填充中的矩阵相乘进行了加速。第三部分提出了基于SWG基函数的SVD-CBFM的GPU计算,也对其在介质体目标电磁散射分析中的应用进行了研究。首先介绍了SWG基函数以及基于SWG基函数的SVD-CBFM。针对SWG基函数的SVD-CBFM,我们在GPU上实现了其并行加速。首先,通过CUDA,对阻抗矩阵填充部分和缩减矩阵填充中矩阵相乘部分进行GPU加速;不仅如此,还提出了基于GPU加速的LU分解算法。本文分别对导体目标和介质体目标进行了电磁散射分析,并通过多个数值算例,验证了提出方法的高效性和准确性。数值算例得出的数值结果与传统的SVD-CBFM相比,结果一致且具有超高的加速比。

关键词：雷达散射截面电磁场积分方程基于奇异值分解的特征基函数法图形处理器统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

基于CUDA与CUBLAS的Tucker分解模块设计与实现

引用

计算机工程 2019年第3期45卷 41-46页

作者：周琦柴小丽马克杰俞则人中国电子科技集团公司第三十二研究所上海201808

由于张量Tucker分解在图像处理、人脸识别与信号处理等领域中的大量应用,使得Tucker分解算法成为目前重点研究对象。但是当前流行的Tucker分解算法需要对张量进行多次展开,导致算法加速效率降低。针对上述问题,提出一种应用于统一计算... 详细信息

由于张量Tucker分解在图像处理、人脸识别与信号处理等领域中的大量应用,使得Tucker分解算法成为目前重点研究对象。但是当前流行的Tucker分解算法需要对张量进行多次展开,导致算法加速效率降低。针对上述问题,提出一种应用于统一计算设备架构(CUDA)平台上的改进Tucker分解模块,通过对Tucker分解算法与CUDA平台进行优化,在省略张量展开过程的同时,提高加速效率,从而降低对加速系统的要求。实验结果表明,改进Tucker分解算法在CUDA平台上的加速性能具有明显提高。

关键词： Tucker分解算法张量分解统一计算设备架构图形处理单元张量范数

来源：评论

学校读者我要写书评

暂无评论

基于GPU的混合蛙跳算法改进

引用

软件 2020年第7期41卷 152-158页

作者：牛宝童钱宇浛甘肃农业大学信息科学技术学院甘肃兰州730070 中国航天科技集团第九研究院北京100094

【目的】将混合蛙跳算法的求解过程转化为CUDA线程,提出并研究基于GPU的并行混合蛙跳算法,加快算法寻优过程,提高混合蛙跳算法的运算速度,以此促进群体智能优化算法的并行研究及应用。【方法】本文采用了CPU+GPU异构形式进行计算,其中GP... 详细信息

【目的】将混合蛙跳算法的求解过程转化为CUDA线程,提出并研究基于GPU的并行混合蛙跳算法,加快算法寻优过程,提高混合蛙跳算法的运算速度,以此促进群体智能优化算法的并行研究及应用。【方法】本文采用了CPU+GPU异构形式进行计算,其中GPU负责对大规模的密集型数据进行设计分析以及计算,而对于CPU来讲,负责开展事务管理以及复杂逻辑运算等不适合数据并行的计算模块。【结果】将混合蛙跳算法的求解过程转化为CUDA线程,实现基于GPU的并行混合蛙跳算法。在GPU上加速执行以提高算法运行速度,在保证与串行混合蛙跳算法相同优化性能的同时提高加速比。【结论】(1)对于ISFLA算法它采用了并行调度的形式展开计算分析,对于虚拟机之间的负载起到了很好的平衡作用,减小了负载间的平衡度对于整体的工作时间来讲起到了很好的缩短作用。(2)ISFLA算法产生的初始种群有着更好的质量,这能够将一些表现不好的个体进行排除,加快了整体的收敛速度,减小了进行搜索迭代的时长。

关键词：混合蛙跳算法图形处理器统一计算设备架构群体智能优化算法

来源：评论

学校读者我要写书评

暂无评论

CUDA下地质图像边缘检测算法并行优化

引用

计算机工程与设计 2019年第3期40卷 691-698页

作者：张晗钱育蓉侯海耀新疆大学软件学院新疆乌鲁木齐830008

为提高地质图像边缘检测Prewitt算法计算速度,结合算法计算密集和数据密集的特点,从核函数计算层面,提出基于调整线程块坐标优化线程发散方法和采用本地变量访存优化指令延迟设计思想;从CPU-GPU数据传输开销层面,提出基于CUDA流优化数... 详细信息

为提高地质图像边缘检测Prewitt算法计算速度,结合算法计算密集和数据密集的特点,从核函数计算层面,提出基于调整线程块坐标优化线程发散方法和采用本地变量访存优化指令延迟设计思想;从CPU-GPU数据传输开销层面,提出基于CUDA流优化数据传输开销方法。经测试,当设置线程块规模为32*32、采用独立的局部变量替代索引访存和使用CUDA工作流分块计算时,对大于6168*6168尺寸的地质图像加速比可提高120倍以上。该并行优化方案易于实现,可应用于大规模地质图像边缘检测领域。

关键词：边缘检测 Prewitt算子并行计算图形处理器统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

CUDA下单源最短路径算法并行优化

引用

计算机工程与设计 2019年第8期40卷 2181-2189页

作者：张晗钱育蓉王跃飞陈人和田宸玮新疆大学软件学院

为设计基于固定序的Bellman-Ford算法在CUDA平台下并行优化方案,结合算法计算密集和数据密集的特点。从核函数计算层面,提出访存优化方法和基于固定序优化线程发散;从CPU-GPU传输层面,提出基于CUDA流优化数据传输开销方法。对不同显卡... 详细信息

为设计基于固定序的Bellman-Ford算法在CUDA平台下并行优化方案,结合算法计算密集和数据密集的特点。从核函数计算层面,提出访存优化方法和基于固定序优化线程发散;从CPU-GPU传输层面,提出基于CUDA流优化数据传输开销方法。对不同显卡进行测试,参照共享内存容量划分线程块、缩减迭代后向量维度并使用CUDA流缩短首次计算时延,相比传统算法,改进后并行算法加速比在200倍左右。该并行优化方案验证了固定序在CUDA平台具有可行性和可移植性,可作为多平台研究参照。

关键词：固定序改进算法 Bellman-Ford算法并行计算性能可移植性图形处理器统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

一种基于GPU的高精度视差计算加速方法

一种基于GPU的高精度视差计算加速方法

引用

作者：冯文铎 471000 河南省洛阳市伊滨区工业园区一期标准化厂房11号楼216房间

一种基于GPU的高精度视差计算加速方法，GPU设置为统一计算设备架构，具体步骤包括：S1、获取左视角图像和右视角图像；S2、分别将左视角图像和右视角图像拆分成若干个大小为32×32的传播区块；S3、对左视角图像和右视角图像中每个... 详细信息

标准号: CN108174176B

一种基于GPU的高精度视差计算加速方法，GPU设置为统一计算设备架构，具体步骤包括：S1、获取左视角图像和右视角图像；S2、分别将左视角图像和右视角图像拆分成若干个大小为32×32的传播区块；S3、对左视角图像和右视角图像中每个传播区块进行视差值迭代更新，视差值迭代更新过程中传播区块的所有像素值存入到GPU的纹理内存中，视差值迭代更新过程的过程参数存入到GPU的共享内存中。本发明能够充分利用CPU的计算能力，在保证视差计算精度的前提下大幅加快计算速度。

关键词：迭代更新视角图像左视角区块视差视差计算图像传播统一计算设备架构共享内存过程参数计算能力纹理内存像素保证

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

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

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：