PD法測量激光波前的GPU快速計算方法研究
【學(xué)位授予單位】:長春理工大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TN24
【圖文】:
圖 1.1 GPU 在計算機中的位置簡圖從上世紀(jì) 80 年代末至 90 年代初,計算機制作工藝和主頻逐步提高,其照摩爾定律發(fā)展,但是近三十年間功耗問題制約了主頻的進一步提高,律不再適用于處理器性能的發(fā)展。 SGI 的 GE 發(fā)展到 NVIDIA 公司的 GeForce 系列產(chǎn)品,GPU 從誕生到制芯片帶寬從3um 減小到90nm,時至 2007 年 GeForce8800 已經(jīng)可以集成,集成度極高的芯片工藝使得電路的邏輯能力躍升數(shù)千倍[34]!在 GPU更新發(fā)展中,更高效的性能得以提升,更科學(xué)的編程架構(gòu)在逐步完善。如圖 1.2 所示。顯卡進行通用計算的歷史由來已久,隨著 GPU 通用計算的不斷發(fā)展,法利用 GPU 加速實現(xiàn)以擺脫 CPU 有限計算資源的束縛,2006 年左右,N向大眾發(fā)布統(tǒng)一設(shè)備計算架構(gòu)(Coupute Unified Device Architectu),其編程軟硬件架構(gòu)之完善、開發(fā)環(huán)境(類似于 C 語言)之便捷等優(yōu)用計算步入快速發(fā)展時期。GPU 已經(jīng)應(yīng)用于生物信息學(xué)、計算化學(xué)、算流體動力學(xué)、計算結(jié)構(gòu)力學(xué)、數(shù)據(jù)挖掘、國防情報、電子設(shè)計自動化醫(yī)療成像、天氣、大氣、海洋建模與空間科學(xué)、分析學(xué)及數(shù)據(jù)庫等領(lǐng)域
5圖 1.2 GPU 發(fā)展歷程圖主要研究內(nèi)容1)PD 算法目標(biāo)函數(shù)的并行化改造,為了使 PD 算法可以利用 GPU 進行加GPU 并行計算的要求,就必須將 PD 算法進行并行化改造,改造后的算法才CUDA 的計算架構(gòu)。其中,對 PD 算法中控制迭代運行的 L-BFGS 優(yōu)化算法改造是重點,并針對其中最耗時、運行次數(shù)最多的目標(biāo)函數(shù)進行并行化改PD 算法最耗時的運算環(huán)節(jié)應(yīng)用于 GPU 上,并實現(xiàn)并行加速計算。2)將并行化改造后的 PD 算法在 CPU+GPU 異構(gòu)平臺下進行任務(wù)劃分,把
.2DirectX11.1CUDAOpenGL4.3DirectX 11.1CUDA1.02.03.04.02014MaxwellGPU Boost 2.0GeForce GTX980/ 970PCI-E3.0OpenGL4.4DirectX 12CUDA圖 1.2 GPU 發(fā)展歷程圖1.3 主要研究內(nèi)容(1)PD 算法目標(biāo)函數(shù)的并行化改造,為了使 PD 算法可以利用 GPU 進行加速,滿足 GPU 并行計算的要求,就必須將 PD 算法進行并行化改造,改造后的算法才可以滿足 CUDA 的計算架構(gòu)。其中,對 PD 算法中控制迭代運行的 L-BFGS 優(yōu)化算法進行并行化改造是重點,并針對其中最耗時、運行次數(shù)最多的目標(biāo)函數(shù)進行并行化改造,使得 PD 算法最耗時的運算環(huán)節(jié)應(yīng)用于 GPU 上,并實現(xiàn)并行加速計算。(2)將并行化改造后的 PD 算法在 CPU+GPU 異構(gòu)平臺下進行任務(wù)劃分
【參考文獻】
相關(guān)期刊論文 前7條
1 苗永康;;基于L-BFGS算法的時間域全波形反演[J];石油地球物理勘探;2015年03期
2 張鵬;;非線性最優(yōu)化問題幾種梯度算法的研究[J];牡丹江師范學(xué)院學(xué)報(自然科學(xué)版);2015年01期
3 楊雪;李學(xué)友;李家國;馬駿;張力;楊健;杜全葉;;基于GPU和分塊技術(shù)的巨幅影像快速傅里葉變換算法研究(英文)[J];光譜學(xué)與光譜分析;2014年02期
4 王潔梅;;基于Zernike多項式的波前像差研究[J];現(xiàn)代計算機(專業(yè)版);2014年03期
5 趙金宇;陳占芳;王斌;汪宗洋;張楠;王建立;吳元昊;張世學(xué);;相位差異法目標(biāo)函數(shù)的并行化改造[J];光學(xué)精密工程;2012年02期
6 李斐;饒長輝;;高精度相位差波前探測器的數(shù)值仿真和實驗研究[J];光學(xué)學(xué)報;2011年08期
7 曹芳;吳楨;朱永田;;基于相位差法的光學(xué)綜合孔徑望遠鏡失調(diào)檢測技術(shù)[J];天文研究與技術(shù);2008年03期
相關(guān)會議論文 前1條
1 鐘何平;黃攀;田振;吳浩然;;基于GPU的干涉相位質(zhì)量圖快速計算方法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2015年學(xué)術(shù)會議論文集[C];2015年
相關(guān)博士學(xué)位論文 前6條
1 徐梓浩;基于相位差法的高分辨率液晶自適應(yīng)光學(xué)技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所);2018年
2 張東;基于泰勒展開的相位差波前檢測技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所);2018年
3 岳丹;基于相位差算法的拼接鏡共相誤差探測與圖像復(fù)原的研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2016年
4 賀元興;激光光束質(zhì)量評價及測量方法研究[D];國防科學(xué)技術(shù)大學(xué);2012年
5 張楠;基于相位差異的地基望遠鏡圖像恢復(fù)算法與GPU高速實現(xiàn)[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2012年
6 白洪濤;基于GPU的高性能并行算法研究[D];吉林大學(xué);2010年
相關(guān)碩士學(xué)位論文 前7條
1 范夢然;GPU上基本圖像處理算法性能優(yōu)化關(guān)鍵技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院工程管理與信息技術(shù)學(xué)院);2017年
2 陳冬冬;CPU-GPU異構(gòu)平臺的性能優(yōu)化研究及其在實時信號模擬技術(shù)中的應(yīng)用[D];浙江大學(xué);2017年
3 陳娟;基于傅里葉變換的顯著目標(biāo)檢測方法研究[D];蘇州大學(xué);2016年
4 楊旭;基于GPU的自適應(yīng)波束形成處理器研究[D];南京理工大學(xué);2014年
5 沈玉琳;通用GPU計算技術(shù)在高性能計算平臺上的應(yīng)用研究[D];蘭州大學(xué);2012年
6 高越;相位差法擴展目標(biāo)波前探測技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2012年
7 李偉;激光光束質(zhì)量評價方法與光束特性參數(shù)測量系統(tǒng)[D];長春理工大學(xué);2009年
本文編號:2764360
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/2764360.html