基于Brook的排序网络实现

针对"排序网络"的特点及其广泛运用的意义,依据现代GPU在通用计算方面的功能,提出了基于Brook在GPU上执行通用计算的实现方法,并对"排序网络"在GPU的实现进行了测试,结果表明GPU在Brook环境下通用计算能力优于CPU,且排序网络的并行计算的特点能够在GPU上充分展现.     

基于GPU的AES算法实现

近几年图形处理器GPU的通用计算能力发展迅速,现在已经发展成为具有巨大并行运算能力的多核处理器,而CUDA架构的推出突破了传统GPU开发方式的束缚,把GPU巨大的通用计算能力解放了出来.本文利用GPU来加速AES算法,即利用GPU作为CPU的协处理器,将AES算法在GPU上实现,以提高计算的吞吐量.最后在GPU和CPU...     

GPU并行计算技术分析与应用

分析了将GPU并行计算技术用于通用计算的可行性,简要介绍CUDA架构编程,并以一个应用实例对GPU并行计算的性能进行了验证,测试表明GPU加速通用计算的优良性能,最后总结了GPU并行计算技术的运用模式。     

基于GPU的星图配准算法并行程序设计

星图配准是星图处理应用中的一个重要步骤,因此星图配准的速度直接影响了星图处理的整体速度.近几年来,图形处理器(GPU)在通用计算领域得到快速的发展.结合GPU在通用计算领域的优势与星图配准面临的处理速度的问题,研究了基于GPU加速处理星图配准的算法.在已有配准算法的基础上,根据算法特点提出了相应的GPU并行设计模型,利用CUDA编程语言进行仿真实验.实验结果表明:相较于传统基于CPU的配准算法,基于GPU的并行设计模型同样达到了配准要求,且配准速度的加速比达到29.043倍.     

GPU在通用计算技术领域的研究

随着当前计算机性能的不断提高,应用范围非常的广泛,各种计算任务及计算的要求都在迅速的上升,这对处理器往通用及专用的两个方向迅速地发展有着非常重要的作用.以CPU为首的通用处理器是近几年的计算机的主要的构成部分,这样不但提高了集成度,性能及功能也得到了完善.处理器在特定领域应用的专用化程度也越来越高,分析GPU用于通用计算的发展优势,说明今后对于GPU的研究领域与建议.     

基于GPU通用计算平台的乐谱自动识别系统设计

在GPU通用计算平台上实现了一个钢琴独奏乐曲的乐谱识别系统,它读取WAV格式音频文件,利用GPU通用计算技术加速自相关函数算法来实现音高的识别,并综合考虑短时能量和基音周期的变化进行节拍划分。通过实际测试,验证了该乐谱识别系统的准确性,并证明了GPU并行计算对系统计算效率提升的效果：将计算时间减少到传统CPU计算时间的16%左右。     

基于通用计算的GPU-CPU协作计算模式研究

依据GPU计算特点和任务划分的特点,提出一种类似主从模型的GPU-CPU协作计算的处理模式,通过把问题或算法划分成多子任务,并对划分的子任务给出合理的调度算法,使GPU和CPU各自发挥特点,从而发挥较高效率的GPU通用计算能力,通过测试验证该协作模式是有效的.     

GPU计算液晶自适应光学波前重构的并行性研究

研究了图形处理器(GPU)计算液晶自适应波前重构的并行性。介绍了液晶自适应光学的Zernike模式波前重构算法,论述了GPU的通用架构和GPU实现波前重构的方法。在此基础上提出了利用GPU拥有的RGBA4个颜色通道进行并行计算,进一步加快计算速度,最后给出了实验结果。结果表明:在GPU计算波前重构时,利用RGBA颜色通道的并行计算,将计算速度提高了3倍多。     

浅谈CUDA并行计算体系

近年来,图形处理器(Graphic Process Unit,GPU)的快速发展使得其逐步用于通用计算。在性能各异的并行计算平台中,英伟达(NVIDIA)公司推出的计算统一设备架构(Compute Unified Device Architecture,CUDA)因为充分利用GPU(Graphic Processing Unit)强大的计算能力实现了通用并行计算而受到研究者们的青睐。     

面向GPU的异构流计算系统资源管理与调度机制

文中针对当前广泛使用的大数据流计算系统Storm无法对GPU资源进行管理、调度的问题,提出一种包含GPU在内的流计算系统资源状态管理与调度机制,实现分布式集群环境下的GPU资源状况获取、GPU负载度检测、包含GPU资源的系统资源调度,形成分布式集群环境下对通用计算资源与GPU整体的负载状态评估与按需调度能力。