基于vtk-m的并行流线可视化算法优化

流线是矢量场可视化最具表现力的方法之一。随着计算机硬件和计算方法的发展,流场数据规模日趋增大,传统的流线算法在数据加载与积分计算存在瓶颈,导致算法效率低。开源的vtk-m算法库中提供的流线算法将积分任务划分为基本任务单元,理论上可调用海量线程并行处理,算法性能虽有提升,但在实践研究中发现并行效率低。针对这一问题,提出了基于动态结点树的并行流线可视化优化算法。主要通过粗粒度和细粒度两次划分,并行构建动态结点树对数据进行组织管理,利用索引关系缩小积分备选区域,实现对网格单元的快速定位;其次使用数据属性抽取与种子点任务并行执行等方法在算法其他环节进行优化,减小程序内存需求并提高对计算资源的利用率。在不同规模数据集下的实验结果表明优化后算法的有效性。