一种面向CPU/GPU异构环境的协同并行空间插值算法

CPU/GPU异构混合系统是一种新型高性能计算平台,但现有并行空间插值算法仅依赖CPU或GPU进行加速,迫切需要研究协同并行空间插值算法以充分利用异构计算资源,进一步提升插值效率。以薄板样条函数插值为例,提出一种CPU/GPU协同并行插值算法以加速海量激光雷达(light detector&ranger,LiDAR)点云生成数字高程模型(DEM)。通过插值任务的分解与抽象封装以屏蔽底层硬件执行模式的差异性,同时在多级协同并行框架基础上设计了Greedy-SET动态调度策略,策略顾及底层硬件能力的差异性,以实现异构并行资源的充分利用和良好负载均衡。实验表明,协同并行插值算法在高性能工作站上取得1...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:武汉大学学报:信息科学版 2017, Vol.42 (12), p.1688-1695
Hauptverfasser: 王鸿琰, 关雪峰, 吴华意
Format: Artikel
Sprache:chi
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 1695
container_issue 12
container_start_page 1688
container_title 武汉大学学报:信息科学版
container_volume 42
creator 王鸿琰
关雪峰
吴华意
description CPU/GPU异构混合系统是一种新型高性能计算平台,但现有并行空间插值算法仅依赖CPU或GPU进行加速,迫切需要研究协同并行空间插值算法以充分利用异构计算资源,进一步提升插值效率。以薄板样条函数插值为例,提出一种CPU/GPU协同并行插值算法以加速海量激光雷达(light detector&ranger,LiDAR)点云生成数字高程模型(DEM)。通过插值任务的分解与抽象封装以屏蔽底层硬件执行模式的差异性,同时在多级协同并行框架基础上设计了Greedy-SET动态调度策略,策略顾及底层硬件能力的差异性,以实现异构并行资源的充分利用和良好负载均衡。实验表明,协同并行插值算法在高性能工作站上取得19.6倍的加速比,相比单一CPU或GPU并行算法,其效率提升分别达到54%和44%,实现了高效的协同并行处理。
format Article
fullrecord <record><control><sourceid>chongqing</sourceid><recordid>TN_cdi_chongqing_primary_674093331</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>674093331</cqvip_id><sourcerecordid>674093331</sourcerecordid><originalsourceid>FETCH-chongqing_primary_6740933313</originalsourceid><addsrcrecordid>eNpjYeA0NDM31LWwMDPgYOAtLs5MMjA2MzE2MTIy5WRweLKj4fny3pdzFz2dMNE5IFTfPSD06Z6mZ_Nanvetf7qo-fmslqe9_U8n9Dzdue3Fwp7nK3e9nL7lWf-kpw17nq-b_mzzVB4G1rTEnOJUXijNzaDk5hri7KGbnJGfl16YmZceX1CUmZtYVBlvZm5iYGlsbGxoTJQiAGwoSrw</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>一种面向CPU/GPU异构环境的协同并行空间插值算法</title><source>Elektronische Zeitschriftenbibliothek - Frei zugängliche E-Journals</source><creator>王鸿琰;关雪峰;吴华意</creator><creatorcontrib>王鸿琰;关雪峰;吴华意</creatorcontrib><description>CPU/GPU异构混合系统是一种新型高性能计算平台,但现有并行空间插值算法仅依赖CPU或GPU进行加速,迫切需要研究协同并行空间插值算法以充分利用异构计算资源,进一步提升插值效率。以薄板样条函数插值为例,提出一种CPU/GPU协同并行插值算法以加速海量激光雷达(light detector&ranger,LiDAR)点云生成数字高程模型(DEM)。通过插值任务的分解与抽象封装以屏蔽底层硬件执行模式的差异性,同时在多级协同并行框架基础上设计了Greedy-SET动态调度策略,策略顾及底层硬件能力的差异性,以实现异构并行资源的充分利用和良好负载均衡。实验表明,协同并行插值算法在高性能工作站上取得19.6倍的加速比,相比单一CPU或GPU并行算法,其效率提升分别达到54%和44%,实现了高效的协同并行处理。</description><identifier>ISSN: 1671-8860</identifier><language>chi</language><subject>CPU/GPU异构环境 ; LiDAR点云 ; 协同并行算法 ; 空间插值 ; 薄板样条插值函数</subject><ispartof>武汉大学学报:信息科学版, 2017, Vol.42 (12), p.1688-1695</ispartof><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/92848A/92848A.jpg</thumbnail><link.rule.ids>314,780,784,4024</link.rule.ids></links><search><creatorcontrib>王鸿琰;关雪峰;吴华意</creatorcontrib><title>一种面向CPU/GPU异构环境的协同并行空间插值算法</title><title>武汉大学学报:信息科学版</title><addtitle>Geomatics and Information Science of Wuhan University</addtitle><description>CPU/GPU异构混合系统是一种新型高性能计算平台,但现有并行空间插值算法仅依赖CPU或GPU进行加速,迫切需要研究协同并行空间插值算法以充分利用异构计算资源,进一步提升插值效率。以薄板样条函数插值为例,提出一种CPU/GPU协同并行插值算法以加速海量激光雷达(light detector&ranger,LiDAR)点云生成数字高程模型(DEM)。通过插值任务的分解与抽象封装以屏蔽底层硬件执行模式的差异性,同时在多级协同并行框架基础上设计了Greedy-SET动态调度策略,策略顾及底层硬件能力的差异性,以实现异构并行资源的充分利用和良好负载均衡。实验表明,协同并行插值算法在高性能工作站上取得19.6倍的加速比,相比单一CPU或GPU并行算法,其效率提升分别达到54%和44%,实现了高效的协同并行处理。</description><subject>CPU/GPU异构环境</subject><subject>LiDAR点云</subject><subject>协同并行算法</subject><subject>空间插值</subject><subject>薄板样条插值函数</subject><issn>1671-8860</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2017</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDM31LWwMDPgYOAtLs5MMjA2MzE2MTIy5WRweLKj4fny3pdzFz2dMNE5IFTfPSD06Z6mZ_Nanvetf7qo-fmslqe9_U8n9Dzdue3Fwp7nK3e9nL7lWf-kpw17nq-b_mzzVB4G1rTEnOJUXijNzaDk5hri7KGbnJGfl16YmZceX1CUmZtYVBlvZm5iYGlsbGxoTJQiAGwoSrw</recordid><startdate>2017</startdate><enddate>2017</enddate><creator>王鸿琰;关雪峰;吴华意</creator><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W94</scope><scope>~WA</scope></search><sort><creationdate>2017</creationdate><title>一种面向CPU/GPU异构环境的协同并行空间插值算法</title><author>王鸿琰;关雪峰;吴华意</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-chongqing_primary_6740933313</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2017</creationdate><topic>CPU/GPU异构环境</topic><topic>LiDAR点云</topic><topic>协同并行算法</topic><topic>空间插值</topic><topic>薄板样条插值函数</topic><toplevel>online_resources</toplevel><creatorcontrib>王鸿琰;关雪峰;吴华意</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-自然科学</collection><collection>中文科技期刊数据库- 镜像站点</collection><jtitle>武汉大学学报:信息科学版</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>王鸿琰;关雪峰;吴华意</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>一种面向CPU/GPU异构环境的协同并行空间插值算法</atitle><jtitle>武汉大学学报:信息科学版</jtitle><addtitle>Geomatics and Information Science of Wuhan University</addtitle><date>2017</date><risdate>2017</risdate><volume>42</volume><issue>12</issue><spage>1688</spage><epage>1695</epage><pages>1688-1695</pages><issn>1671-8860</issn><abstract>CPU/GPU异构混合系统是一种新型高性能计算平台,但现有并行空间插值算法仅依赖CPU或GPU进行加速,迫切需要研究协同并行空间插值算法以充分利用异构计算资源,进一步提升插值效率。以薄板样条函数插值为例,提出一种CPU/GPU协同并行插值算法以加速海量激光雷达(light detector&ranger,LiDAR)点云生成数字高程模型(DEM)。通过插值任务的分解与抽象封装以屏蔽底层硬件执行模式的差异性,同时在多级协同并行框架基础上设计了Greedy-SET动态调度策略,策略顾及底层硬件能力的差异性,以实现异构并行资源的充分利用和良好负载均衡。实验表明,协同并行插值算法在高性能工作站上取得19.6倍的加速比,相比单一CPU或GPU并行算法,其效率提升分别达到54%和44%,实现了高效的协同并行处理。</abstract></addata></record>
fulltext fulltext
identifier ISSN: 1671-8860
ispartof 武汉大学学报:信息科学版, 2017, Vol.42 (12), p.1688-1695
issn 1671-8860
language chi
recordid cdi_chongqing_primary_674093331
source Elektronische Zeitschriftenbibliothek - Frei zugängliche E-Journals
subjects CPU/GPU异构环境
LiDAR点云
协同并行算法
空间插值
薄板样条插值函数
title 一种面向CPU/GPU异构环境的协同并行空间插值算法
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-21T18%3A07%3A35IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-chongqing&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E4%B8%80%E7%A7%8D%E9%9D%A2%E5%90%91CPU/GPU%E5%BC%82%E6%9E%84%E7%8E%AF%E5%A2%83%E7%9A%84%E5%8D%8F%E5%90%8C%E5%B9%B6%E8%A1%8C%E7%A9%BA%E9%97%B4%E6%8F%92%E5%80%BC%E7%AE%97%E6%B3%95&rft.jtitle=%E6%AD%A6%E6%B1%89%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%9A%E4%BF%A1%E6%81%AF%E7%A7%91%E5%AD%A6%E7%89%88&rft.au=%E7%8E%8B%E9%B8%BF%E7%90%B0;%E5%85%B3%E9%9B%AA%E5%B3%B0;%E5%90%B4%E5%8D%8E%E6%84%8F&rft.date=2017&rft.volume=42&rft.issue=12&rft.spage=1688&rft.epage=1695&rft.pages=1688-1695&rft.issn=1671-8860&rft_id=info:doi/&rft_dat=%3Cchongqing%3E674093331%3C/chongqing%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=674093331&rfr_iscdi=true