光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2010年
4期
848-854
,共7页
李大禹%胡立发%穆全全%曹召良%夏明亮%李抄%刘肇楠%宣丽
李大禹%鬍立髮%穆全全%曹召良%夏明亮%李抄%劉肇楠%宣麗
리대우%호립발%목전전%조소량%하명량%리초%류조남%선려
图形处理器(GPU)%CUDA%液晶%自适应光学%波面解析
圖形處理器(GPU)%CUDA%液晶%自適應光學%波麵解析
도형처리기(GPU)%CUDA%액정%자괄응광학%파면해석
在GPU通用计算架构下,首次提出了CUDA架构下的液晶自适应光学波面数值解析方法.针对高分辨率液晶自适应光学系统,介绍了液晶自适应光学的波面数值解析算法,论述了CUDA的通用架构;然后,建立了CUDA实现波面数值解析的编程模型,在此模型中引入了并行线程的有效利用,全局存储器的高效访问和数据直接回写3种优化方案;最后,给出了GPU与CPU的实验对比结果.结果表明:CUDA计算分辨率为512×512,对35项Zernike多项式的波面数值解析需时不到1 ms,计算速度是传统CPU波面数值解析的几十倍.提出的方法减小了系统延时,提高了校正速度,建立波面数值解析CUDA编程模型采用的优化手段可为其它数学计算模型提供参考.
在GPU通用計算架構下,首次提齣瞭CUDA架構下的液晶自適應光學波麵數值解析方法.針對高分辨率液晶自適應光學繫統,介紹瞭液晶自適應光學的波麵數值解析算法,論述瞭CUDA的通用架構;然後,建立瞭CUDA實現波麵數值解析的編程模型,在此模型中引入瞭併行線程的有效利用,全跼存儲器的高效訪問和數據直接迴寫3種優化方案;最後,給齣瞭GPU與CPU的實驗對比結果.結果錶明:CUDA計算分辨率為512×512,對35項Zernike多項式的波麵數值解析需時不到1 ms,計算速度是傳統CPU波麵數值解析的幾十倍.提齣的方法減小瞭繫統延時,提高瞭校正速度,建立波麵數值解析CUDA編程模型採用的優化手段可為其它數學計算模型提供參攷.
재GPU통용계산가구하,수차제출료CUDA가구하적액정자괄응광학파면수치해석방법.침대고분변솔액정자괄응광학계통,개소료액정자괄응광학적파면수치해석산법,논술료CUDA적통용가구;연후,건립료CUDA실현파면수치해석적편정모형,재차모형중인입료병행선정적유효이용,전국존저기적고효방문화수거직접회사3충우화방안;최후,급출료GPU여CPU적실험대비결과.결과표명:CUDA계산분변솔위512×512,대35항Zernike다항식적파면수치해석수시불도1 ms,계산속도시전통CPU파면수치해석적궤십배.제출적방법감소료계통연시,제고료교정속도,건립파면수치해석CUDA편정모형채용적우화수단가위기타수학계산모형제공삼고.
