计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
9期
234-238
,共5页
正交三角矩阵分解%图形处理器%多层次并行%快速吉文斯旋转
正交三角矩陣分解%圖形處理器%多層次併行%快速吉文斯鏇轉
정교삼각구진분해%도형처리기%다층차병행%쾌속길문사선전
QR Decomposition%Graphics Processing Unit (GPU)%Multi-Level Parallel%Fast Givens Rotation
QR分解作为一个基本计算模块,广泛应用在图像处理、信号处理、通信工程等众多领域.传统的并行QR分解算法只能挖掘计算过程中的数据级并行.在分析快速Givens Rotation分解特征的基础上,提出了一种多层次并行算法,能够同时挖掘计算过程中的任务级并行和数据级并行,非常适合于以图形处理器(GPU)为代表的大规模并行处理器.同时,采用GPU的并行QR分解算法可以作为基本运算模块被GPU平台上的众多应用程序直接调用.实验结果显示,与CPU平台上使用OpenMP实现的算法相比,基于GPU的多层次并行算法能够获得5倍以上的性能提升,而调用QR分解模块的奇异值分解(SVD)应用可以获得3倍以上的性能提升.
QR分解作為一箇基本計算模塊,廣汎應用在圖像處理、信號處理、通信工程等衆多領域.傳統的併行QR分解算法隻能挖掘計算過程中的數據級併行.在分析快速Givens Rotation分解特徵的基礎上,提齣瞭一種多層次併行算法,能夠同時挖掘計算過程中的任務級併行和數據級併行,非常適閤于以圖形處理器(GPU)為代錶的大規模併行處理器.同時,採用GPU的併行QR分解算法可以作為基本運算模塊被GPU平檯上的衆多應用程序直接調用.實驗結果顯示,與CPU平檯上使用OpenMP實現的算法相比,基于GPU的多層次併行算法能夠穫得5倍以上的性能提升,而調用QR分解模塊的奇異值分解(SVD)應用可以穫得3倍以上的性能提升.
QR분해작위일개기본계산모괴,엄범응용재도상처리、신호처리、통신공정등음다영역.전통적병행QR분해산법지능알굴계산과정중적수거급병행.재분석쾌속Givens Rotation분해특정적기출상,제출료일충다층차병행산법,능구동시알굴계산과정중적임무급병행화수거급병행,비상괄합우이도형처리기(GPU)위대표적대규모병행처리기.동시,채용GPU적병행QR분해산법가이작위기본운산모괴피GPU평태상적음다응용정서직접조용.실험결과현시,여CPU평태상사용OpenMP실현적산법상비,기우GPU적다층차병행산법능구획득5배이상적성능제승,이조용QR분해모괴적기이치분해(SVD)응용가이획득3배이상적성능제승.
