独具魅力的DSP芯片

从定点处理器ＡＤＳＰ－２１８１、ＭＣ６８３０２，浮点处理器ＡＤＳＰ－２１０６０，并行处理器ＴＭＳ３２０Ｃ８０三方面，介绍了ＤＳＰ芯片的特点。     

C80SDB的开发及应用

１Ｃ８０简介Ｃ８０是第一代单片阵列式结构的高级ＤＳＰ芯片，是ＴＩ公司推出的以ＤＳＰ方式工作的高性能多媒体视频处理器，它包括４个先进的并行数字信号处理器（ＡＤＳＰ）和一个精减指令集计算机（ＲＩＳＣ）处理器。此外，片内还有共享存储器，传输控制器（ＴＣ），...     

MIMD结构处理器在信号处理中的应用

ＴＭＳ３２０Ｃ８０是一种ＭＩＭＤ结构的数字信号处理芯片民的为实时并行信号处理提供了强有力的保证,在硬件平台上,构成不同的处理器连接形式,对实时并行处理算法在算法映射,处理器间通信等方面的特点进行研究,总结设计这类系统的方法。     

甚低码率视频编码器的TMS320C80实现

介绍了单片多处理器数字信号处理芯片ＴＭＳ３２０Ｃ８０的架构。并提出了Ｈ．２６３视频编码器软件实施方法和技巧。根据此方案在单片ＴＭＳ３２０Ｃ８０上实现了Ｈ．２６３视频编解码器。     

基于TMS320C80的图形图象处理系统

概述了ＴＭＳ３２０Ｃ８０ＭＶＰ并行处理器的系统结构与主要特点，介绍了ＴＭＳ３２０Ｃ８０软件开发板ＳＤＢ的主要功能单元，最后给出了基于ＴＭＳ３２０Ｃ８０的图象处理产品的列表。     

基于多处理机平台—TM S320C80的并行算法实现方法的研究

本文结合 ＴＭＳ３２０Ｃ８０（简称 Ｃ８０）的编程结构,提出了基于该多处理机平台的并行算法的开发所面临的关键技术是：底层通信协议、细粒度并行、内存访问冲突、ＴＣ的多维数据传输和“双缓冲”数据传输方式．概括出基于此平台并行算法的开发层次     

基于80C196KC的交流伺服电机控制卡的开发与应用

介绍了自行研制的基于８０Ｃ１９６ＫＣ单片机的交流伺服电机控制卡的硬件设计及其软件实现,该控制卡充分利用了８０Ｃ１９６ＫＣ单片机的各种功能,并具有完备的并行通信能力,能实现交流伺同精度位置控制。     

基于多处理机平台—TMS320C80实现方法的研究

本文结合ＴＭＳ３２０Ｃ８０（简称Ｃ８０）的编辑结构,提出了基于该多自理机平台的并行算法的开发所面临的关键技术是：底层通信协议、细粒度并行、内存访问冲突、ＴＣ的多维数据传输和“双缓冲”数据传输方式,概括出基于此平台并行算法的开发层次。     

DS80C320的特点及应用

介绍美国ＤＡＬＬＡＳ公司生产的ＤＳ８０Ｃ３２０高速单片微处理器芯片，叙述了它与８０Ｃ３２之间的兼容性及差异，详细说明了新增的功能及相对应特殊功能寄存器的含义     

实用的集成芯片逻辑功能测试仪

介绍了一种用Ｚ８０－ＣＰＵ组成的基本逻辑电路集成芯片测试仪的设计原理和实现方法。     

CPU/GPU 异构环境下图像协同并行处理模型

随着GPU通用计算能力的不断发展,一些新的更高效的处理技术应用到图像处理领域.目前已有一些图像处理算法移植到GPU中且取得了不错的加速效果,但这些算法没有充分利用CPU/GPU组成的异构系统中各处理单元的计算能力.文章在研究GPU编程模型和并行算法设计的基础上,提出了CPU/GPU异构环境下图像协同并行处理模型.该模型充分考虑异构系统中各处理单元的计算能力,通过图像中值滤波算法,验证了CPU/GPU环境下协同并行处理模型在高分辨率灰度图像处理中的有效性.实验结果表明,该模型在CPU/GPU异构环境下通用性较好,容易扩展到其他图像处理算法.     

基于Spark Streaming的视频大数据并行处理方法

视频设备被广泛应用于公共区域、智能交通和工业生产等许多领域,其产生的视频数据具有体量巨大、速度极快、价值稀疏和完全非结构化等大数据典型特征。为了进一步提高视频大数据的处理性能,提出了一种基于Spark Streaming的视频大数据并行处理方法,设计了基于Spark Streaming的视频大数据并行处理框架,针对帧间无关分析算法和帧间相关分析算法分别给出了并行化策略,前者利用数据并行机制将去冗余后的视频帧映射到不同节点并行处理,后者利用流水线并行机制将分析算法的各个算子根据依赖关系映射到不同节点并行处理;结合实际应用对并行处理框架和并行化策略进行了评价,设计了电梯乘客数并行检测算法和电梯门异常并行检测算法,当节点数增加到16个时,电梯乘客数检测算法的性能加速比为615%,电梯门异常检测的性能加速比为253%。     

Parallel Data Cube Storage Structure for Range Sum Queries and Dynamic Updates

I/O parallelism is considered to be a promising approach to achieving high performance in parallel data warehousing systems where huge amounts of data and complex analytical queries have to be processed. This paper proposes a parallel secondary data cube storage structure (PHC for short) to efficiently support the processing of range sum queries and dynamic updates on data cube using parallel computing systems. Based on PHC, two parallel algorithms for processing range sum queries and updates are proposed also. Both the algorithms have the same time complexity, O(logdn/P). The analytical and experimental results show that PHC and the parallel algorithms have high performance and achieve optimum speedup.     

基于申威众核架构的分组卷积计算加速与优化

针对应用普通卷积结构的卷积计算复杂度较高、计算量与参数量较大的问题,提出以国产SW26010P众核处理器为平台的并行分组卷积算法。核心思想是利用独特的数据布局,通过多核映射处理进行并行计算。实验测试结果表明,与单核串行算法相比,使用该并行分组卷积算法可以获得79.5的最高加速比及186.7MFLOPS的最大有效算力。通过SIMD指令对并行分组卷积算法进行数据并行优化后,与使用优化前的并行分组卷积算法相比,可以获得10.2的最高加速比。     

A Dual Source,Parallel Architecture for Computer Vision

We present a parallel architecture for object recognition and location based on concurrent processing of depth and intensity image data. Parallel algorithms for curvature computation and segmentation of depth data into planar or curved surface patches, and edge detection and segmentation of intensity data into extended linear features, are described. Using this feature data in comparison with a CAD model, objects can be located in either depth or intensity images by a parallel pose clustering algorithm.The architecture is based on cooperating stages for low/intermediate level processing and for high level matching. Here, we discuss the use of individual components for depth and intensity data, and their realisation and integration within each parallel stage. We then present an analysis of the performance of each component, and of the system as a whole, demonstrating good parallel execution from raw image data to final pose.     

Data Partitioning for Parallel Spatial Join Processing

The cost of spatial join processing can be very high because of the large sizes of spatial objects and the computation-intensive spatial operations. While parallel processing seems a natural solution to this problem, it is not clear how spatial data can be partitioned for this purpose. Various spatial data partitioning methods are examined in this paper. A framework combining the data-partitioning techniques used by most parallel join algorithms in relational databases and the filter-and-refine strategy for spatial operation processing is proposed for parallel spatial join processing. Object duplication caused by multi-assignment in spatial data partitioning can result in extra CPU cost as well as extra communication cost. We find that the key to overcome this problem is to preserve spatial locality in task decomposition. In this paper we show that a near-optimal speedup can be achieved for parallel spatial join processing using our new algorithms.     

基于环网的多DSP系统的并行算法的设计

在基于环网的多ＤＳＰ系统上,应用并行块处理的策略讨论了并行算法设计的调度模型;对可１００％利用的ＤＳＰ数目及调度模型的２个关键参数：块处理的时间和ＤＳＰ间的延迟时间进行了具体的分析;将ＤＳ寂的处理过程和Ｉ／Ｏ设备上的处理过程分开,得到了更加接近真实计算环境的调度模型;给出了算法的性能评价准则;对ＦＩＲ滤波器的并行算法进行了具体的设计和实现,在模拟环境下的测试结果表明,应用以上确定工模型的关键参数的     

物理场图形生成的多处理机并行算法的研究和实现

计算机图形生成的并行处理是结合图形学、并行处理及并行算法交叉而产生的一个新课题.本文首先介绍了近几年来这一领域的发展,然后针对计算机图形学领域发展最为迅速的分支之一——物理场的图形显示,利用最新提出的并行算法进行了研究和实现,并就其在两种并行处理机环境下的具体实现进行了结果分析.     

多核图像处理并行设计范式的研究与应用

多核计算环境下采用图像处理并行算法可提高图像处理的速度,但已有的并行设计只针对边缘检测、图像投影等特定算法进行,没有形成通用的并行算法设计范式。为此,在研究图像处理算法可并行处理机制和多核架构特点的基础上,提出分析、建模、映射、调试和性能评价及测试发布等5个设计步骤的基于多核计算环境的图像处理算法并行设计范式,以图像傅里叶变换并行算法设计为例在单核、双核、四核、八核计算环境下验证了该并行范式的有效性。实验结果表明,该范式在图像处理并行设计方面可扩展图像处理的应用空间。