期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于Hadoop的高性能海量数据处理平台研究 被引量:32
1
作者 翟岩龙 罗壮 +1 位作者 杨凯 徐晟晨 《计算机科学》 CSCD 北大核心 2013年第3期100-103,共4页
海量数据高性能计算蕴藏着巨大的应用价值,但是目前云计算体系只具有海量数据处理能力,而不具有足够的高性能计算能力。将具有超强并行计算能力的GPU与云计算相融合,提出了基于CPU/GPU协同的异构高性能云计算体系结构。以开源Hadoop为基... 海量数据高性能计算蕴藏着巨大的应用价值,但是目前云计算体系只具有海量数据处理能力,而不具有足够的高性能计算能力。将具有超强并行计算能力的GPU与云计算相融合,提出了基于CPU/GPU协同的异构高性能云计算体系结构。以开源Hadoop为基础,采用注释码的形式对MapReduce函数中需要并行的部分进行标记。通过定制GPU类加载器,将被标记代码转换为CUDA代码并动态编译运行。该平台将GPU的计算能力融合到MapRe-duce框架中,可高效处理海量数据。 展开更多
关键词 CPU gpu协同计算 HADOOP 海量数据处理 高性能计算
下载PDF
GPU异构集群的协同计算引擎设计研究
2
作者 李清清 于欣宁 王海峰 《计算机应用与软件》 北大核心 2024年第12期15-22,28,共9页
GPU与多核CPU的协同可提高大数据计算效率,然而用户需要同时考虑应用领域内的并行算法逻辑和协同计算过程,为GPU异构协同计算增加了编程难度。所以,在分析GPU异构集群节点之间和节点内协同计算的基础上抽取流程逻辑,提出一个粗细粒度相... GPU与多核CPU的协同可提高大数据计算效率,然而用户需要同时考虑应用领域内的并行算法逻辑和协同计算过程,为GPU异构协同计算增加了编程难度。所以,在分析GPU异构集群节点之间和节点内协同计算的基础上抽取流程逻辑,提出一个粗细粒度相结合的协同计算引擎,自动生成协同执行计划,用户只需关注应用领域算法的设计和实现。实验表明,该方法与人工编程方案对比发现性能损失控制在4.2%以内。因此该协同计算引擎能够用于GPU通用计算开发应用中,可有效改善普通用户的开发效率。 展开更多
关键词 gpu协同计算 有限自动机 计算引擎 模板技术
下载PDF
一种CPU-GPU协同计算的三维地形实时渲染算法 被引量:9
3
作者 郭向坤 林浒 +1 位作者 刘继申 王鸿亮 《小型微型计算机系统》 CSCD 北大核心 2018年第4期825-829,共5页
提出一种基于Open CL的CPU-GPU协同计算的大规模地形实时渲染算法,该算法侧重于把批LOD模型的构建从CPU移植到GPU.CPU主要负责把外存中的数据块实时调度到内存中,并把相应的地形块载入GPU中的显存.GPU负责利用Open CL平台并行构建LOD模... 提出一种基于Open CL的CPU-GPU协同计算的大规模地形实时渲染算法,该算法侧重于把批LOD模型的构建从CPU移植到GPU.CPU主要负责把外存中的数据块实时调度到内存中,并把相应的地形块载入GPU中的显存.GPU负责利用Open CL平台并行构建LOD模型.为了避免相邻LOD模型出现裂缝,利用地形块的裂缝检测和删除顶点的方法消除裂缝;为了解决两个LOD层次的转换过程中出现地表突跳现象,采用morphing方法实现地形的平滑过渡.实验结果表明,该算法将大量的几何计算移植到GPU上并行计算,降低了CPU的计算负载,提高了LOD模型的构建效率,加快了场景的渲染速度. 展开更多
关键词 OPENCL CPU—gpu协同计算 LOD模型 平滑过渡
下载PDF
多GPU协同三维叠前逆时偏移方法研究与应用 被引量:7
4
作者 唐祥功 匡斌 +4 位作者 杜继修 孟祥宾 隋志强 单联瑜 王华忠 《石油地球物理勘探》 EI CSCD 北大核心 2013年第6期910-914,1016+849,共5页
为满足精细勘探对地震成像的要求,野外地震采集单炮数据的规模持续增大,基于单GPU的逆时偏移策略不再满足需要。为此,本文在地震数据区域分解基础上,研究并形成了多GPU协同快速计算方法,实现了任意规模三维地震数据的叠前逆时偏移成像... 为满足精细勘探对地震成像的要求,野外地震采集单炮数据的规模持续增大,基于单GPU的逆时偏移策略不再满足需要。为此,本文在地震数据区域分解基础上,研究并形成了多GPU协同快速计算方法,实现了任意规模三维地震数据的叠前逆时偏移成像。数值试验表明,多块GPU卡协同叠前逆时偏移算法的整体效率较高,达到工业化应用的水平。对中国西部多块三维实际地震资料的处理表明,该方法不仅成像精度高,且计算效率也高。 展开更多
关键词 三维叠前逆时偏移 大规模单炮数据 数据区域分解 gpu协同计算
下载PDF
CPU和GPU协同并行加速多生物序列比对 被引量:5
5
作者 杨春燕 钟诚 《小型微型计算机系统》 CSCD 北大核心 2016年第12期2780-2784,共5页
将主库构建阶段的输入序列分成多个分主库、将主库扩展阶段的主库元素划分成多个计算窗口,使之符合GPU并行计算的线程结构特性,GPU以计算窗口为单位并行计算比对矩阵、并行约减主库及并行扩展比对矩阵,结合库优化思想优化主库构建过程,... 将主库构建阶段的输入序列分成多个分主库、将主库扩展阶段的主库元素划分成多个计算窗口,使之符合GPU并行计算的线程结构特性,GPU以计算窗口为单位并行计算比对矩阵、并行约减主库及并行扩展比对矩阵,结合库优化思想优化主库构建过程,利用阈值cutoff控制主库约减程度,设计实现CPU和多个GPU协同计算并行比对多生物序列的高效可扩展算法OGM SA.实验结果表明,当cutoff≤0.20时,算法OGM SA的比对结果质量与算法G-M SA相同,计算速度是G-M SA算法的近4倍,内存容量需求比G-MSA算法也有所降低. 展开更多
关键词 多生物序列 并行比对 计算窗口 CPU和gpu协同计算 主库约减
下载PDF
CPU/GPU协同计算在频率域二维全波形反演中的应用 被引量:2
6
作者 王小青 谭捍东 许自龙 《CT理论与应用研究(中英文)》 2016年第1期23-32,共10页
全波形反演利用波场的运动学和动力学信息重建地下物理参数,是建立高精度速度模型的有效手段,巨大的计算量是制约其实用化的瓶颈之一。本文针对全波形反演中频率域正演的复杂计算问题,采用粗细结合的并行策略,将MPI技术应用于多炮间并... 全波形反演利用波场的运动学和动力学信息重建地下物理参数,是建立高精度速度模型的有效手段,巨大的计算量是制约其实用化的瓶颈之一。本文针对全波形反演中频率域正演的复杂计算问题,采用粗细结合的并行策略,将MPI技术应用于多炮间并行计算,同时利用GPU技术加速正演过程中大型稀疏线性代数方程组的求解,以提高频率域全波形反演的计算效率。通过理论模型验证本文方法的正确性和有效性,给出不同数据量与GPU计算效率的相关分析结论,提出频率域全波形反演CPU/GPU协同并行计算的制约瓶颈和发展方向。 展开更多
关键词 频率域正演 稀疏矩阵 BI-CGSTAB CPU/gpu协同计算
下载PDF
全局基因调控网络构建CPU/GPU并行算法
7
作者 陈绪伟 钟诚 《小型微型计算机系统》 CSCD 北大核心 2015年第2期234-239,共6页
对基因表达谱分块,使之符合GPU并行计算的线程结构特性,根据GPU线程结构特性设计双层并行模式,并利用纹理缓存实现访存高效;依据CPU二级缓存容量对基本块进一步细分成子块以提高缓存命中率,利用数据预取技术减少访存次数,利用线程绑定... 对基因表达谱分块,使之符合GPU并行计算的线程结构特性,根据GPU线程结构特性设计双层并行模式,并利用纹理缓存实现访存高效;依据CPU二级缓存容量对基本块进一步细分成子块以提高缓存命中率,利用数据预取技术减少访存次数,利用线程绑定技术减少线程在核心之间的迁移;依据多核CPU和GPU的计算能力分配CPU和GPU的基因互信息计算任务以平衡CPU与GPU的计算负载;在设计新的阈值计算算法基础上,设计实现了访存高效的构建全局基因调控网络CPU/GPU并行算法.实验结果表明,与已有算法相比,本文算法加速更明显,并且能够构建更大规模的全局基因调控网络. 展开更多
关键词 全局基因调控网络 CPU与gpu协同计算 访存高效 并行算法
下载PDF
基于GPU/CPU叠前逆时偏移研究及应用 被引量:14
8
作者 刘文卿 王宇超 +4 位作者 雍学善 王孝 邵喜春 高厚强 刘秋良 《石油地球物理勘探》 EI CSCD 北大核心 2012年第5期712-716,844+676,共5页
本文基于GPU/CPU协同系统,将计算量最大的波场逆时外推通过GPU实现,并利用随机速度边界的思路提高波场外推算法的并行性,解决了大规模存储的I/O问题。通过优化拉普拉斯算子压制由互相关成像条件引入的低频噪声。数值试验表明,GPU/CPU协... 本文基于GPU/CPU协同系统,将计算量最大的波场逆时外推通过GPU实现,并利用随机速度边界的思路提高波场外推算法的并行性,解决了大规模存储的I/O问题。通过优化拉普拉斯算子压制由互相关成像条件引入的低频噪声。数值试验表明,GPU/CPU协同系统的计算效率非常高,在实际应用中取得良好的成像效果和时效比。理论模型试算和实际盐丘数据的处理验证了算法的正确性。 展开更多
关键词 逆时偏移 波动方程 成像条件 gpu/CPU协同计算 随机速度边界
下载PDF
油气勘探地震资料处理GPU/CPU协同并行计算 被引量:21
9
作者 刘国峰 刘钦 +2 位作者 李博 佟小龙 刘洪 《地球物理学进展》 CSCD 北大核心 2009年第5期1671-1678,共8页
随着图形处理器(Graphic Processing Unit:GPU)在通用计算领域的日趋成熟,使GPU/CPU协同并行计算应用到油气勘探地震资料处理中,对诸多大规模计算的关键性环节有重大提升.本文阐明协同并行计算机的思路、架构及编程环境,着重分析其计算... 随着图形处理器(Graphic Processing Unit:GPU)在通用计算领域的日趋成熟,使GPU/CPU协同并行计算应用到油气勘探地震资料处理中,对诸多大规模计算的关键性环节有重大提升.本文阐明协同并行计算机的思路、架构及编程环境,着重分析其计算效率得以大幅度提升的关健所在.文中以地震资料处理中的叠前时间偏移和Gazdag深度偏移为切入点,展示样机测试结果的图像显示.显而易见,生产实践中,时常面临对诸多算法进行算法精度和计算速度之间的折中选择.本文阐明GPU/CPU样机协同计算具有高并行度,进而可在算法精度与计算速度的优化配置协调上获得广阔空间.笔者认为,本文的台式协同并行机研制思路及架构,或可作为地球物理配置高性能计算机全新选择的一项依据. 展开更多
关键词 gpu/gpu协同并行计算 叠前时间偏移 Gazdag深度偏移
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部