主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
李超,张云泉,郑昌文,胡晓惠.基于GPU 应用于大规模星模拟器的灰度弥散模型.软件学报,2011,22(zk2):172-181
基于GPU 应用于大规模星模拟器的灰度弥散模型
Intensity Model with Blur Effect on GPUs Applied to Large-Scale Star Simulators
投稿时间:2011-07-15  修订日期:2011-12-02
DOI:
中文关键词:  GPU 计算  CUDA  星模拟器  弥散效果  灰度模型
英文关键词:GPU computing  CUDA  star simulator  blur effect  intensity model
基金项目:国家自然科学基金(60303020); 国家高技术研究发展计划(863)(2009AA01Z303)
作者单位E-mail
李超 中国科学院 软件研究所 综合信息系统技术国家级重点实验室,北京 100190
中国科学院 研究生院,北京 100049 
happysuperlee@163.com 
张云泉 中国科学院 软件研究所 并行软件和计算科学实验室,北京 100190  
郑昌文 中国科学院 软件研究所 综合信息系统技术国家级重点实验室,北京 100190  
胡晓惠 中国科学院 软件研究所 综合信息系统技术国家级重点实验室,北京 100190  
摘要点击次数: 2124
全文下载次数: 2652
中文摘要:
      灰度弥散模型被广泛应用于模拟星模拟器的成像过程.在实际问题域中,该模型需要巨大的计算能力以完成繁重的数值计算,而目前图形处理单元(GPU)已经发展成为一种有效的数值处理平台,对于计算密集型模拟具有很好的加速能力.设计并实现了GPU 平台下,基于统一计算架构(CUDA)的并行灰度模型,可应用于大规模星模拟器的快速灰度模拟.首先分析了该模型具有的双重并行特性,并采用CUDA 模型模拟其良好的数据并行特征.为了便于对比研究,设计了两类模拟器:一类是串行模拟器作为基准模拟器;另一类是基于CUDA 的并行模拟器.同时,在并行策略、模型以及GPU 实现层面分别给出不同的优化方法以有效提高并行效率.最后,设计对应于双重并行粒度的两类测试基准,以评估并行模拟器的性能.数据分析表明,CUDA 并行模拟器取得良好的性能提升,同时也给出了该模拟器中存在的一些限制.
英文摘要:
      Intensity model with blur effect is widely employed to accurately simulate the imaging process of star simulator used for attitude determination and guiding feedback. It imposes great demands of computing power for realistic domains, and modern Graphics Processing Units (GPUs) have demonstrated to be a powerful accelerator for this kind of computationally intensive simulations. This paper presents a parallel design and implementation of the intensity model applied to large-scale star simulators on GPUs using the compute unified device architecture (CUDA) programming model. The study analyzes the double parallel nature inherent in this model and use the CUDA framework to efficiently exploit the potential fine-grain data parallelism. Two versions of simulator are designed and studied: One is sequential simulator used as the baseline simulator, and another is parallel simulator using CUDA. In parallel strategy, model, and GPU implementation level, the study employs specific optimized strategies to efficiently improve the parallel performance. Finally, two benchmarks corresponding with the double parallelism are developed to fully evaluate the performance behavior of our simulators. The result analysis demonstrates the efficiency of the CUDA simulators and also illustrates the restriction and bottlenecks presented in this simulator.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利