计算机图形处理器加速的光学航空影像正射校正

提出了计算机图形处理器(GPU)加速的光学航空影像正射校正并行算法,以满足获取光学航空影像对实时性的要求并提高对海量影像数据在CPU上串行正射校正的效率。介绍了光学影像正射校正算法原理以及正射校正算法的并行化处理。为减少GPU执行的计算负载,引入"有效像素区域"概念,设计了改进的GPU并行校正算法。通过配置选择以及存储器访问优化进一步提高了算法的执行效率。最后,分析了GPU并行算法的精度,并验证了噪声干扰对算法的影响。实验结果表明,优化的改进GPU并行算法显著提高了正射校正的速度,影像大小为5 000×5 000时,加速比最高可达CPU串行算法的223倍以上。虽然GPU单精度计算和噪声干扰会使影像校正精度有所下降,但尚在误差允许范围之内。该算法能够快速实现光学航空影像的正射校正,校正后的影像满足实际应用需要。

基于图形处理器(GPU)的通用计算

伴随着PC级微机的崛起和普及 ,多年来计算机图形的大部分应用发生了从工作站向微机的大转移 ,这种转移甚至发生在像虚拟现实、计算机仿真这样的实时 (中、小规模 )应用中 这一切的发生从很大程度上源自于图形处理硬件的发展和革新 近年来 ,随着图形处理器 (GPU)性能的大幅度提高以及可编程特性的发展 ,人们首先开始将图形流水线的某些处理阶段以及某些图形算法从CPU向GPU转移 除了计算机图形学本身的应用 ,涉及到其他领域的计算 ,以至于通用计算近 2～ 3年来成为GPU的应用之一 ,并成为研究热点 文中从若干图形硬件发展的历史开始 ,介绍和分析最新GPU在通用计算方面的应用及其技术原理和发展状况 。

图形处理器通用计算的研究综述

从2004年开始,图形处理器GPU的通用计算成为一个新研究热点,此后GPGPU(Gen-eral-Purpose Graphics Processing Unit)在最近几年中取得长足发展。从介绍GPGPU硬件体系结构的改变和软件技术的发展开始,阐述GPGPU主要应用领域中的研究成果及最新发展。针对各种应用领域中计算数据大规模增加的趋势,出现单个GPU计算节点无法克服的硬件限制问题,为解决该问题出现多GPU计算和GPU集群的解决方案。详细地讨论通用计算GPU集群的研究进展和应用技术,包括GPU集群硬件异构性的问题和软件框架的三个研究趋势,对几种典型的软件框架Glift、Zippy、CUDASA的特性和缺点进行较详细的分析。最后,总结GPU通用计算研究发展中存在的问题和未来的挑战。

图形处理器通用计算关键技术研究综述

当前图形处理器的通用计算取得长足发展,为适应通用计算图形处理器在硬件体系结构和软件支持方面完成相应调整和改变,面对各种应用领域中数据规模增大的趋势,多GPU系统和GPU集群的研究应用日趋增多.以流处理器及图形处理器硬件体系为依据,介绍学术和工业领域中流处理器及图形处理器体系变化趋势.从软件编程环境、硬件计算与通信等方面展开讨论,阐述通用计算中图形处理器的关键问题,包括编程模型及语言的发展和方向,存储模型的量化研究、访存模式和行为的优化以及分布式存储管理的热点问题,典型通信原型系统的对比及通信难点的分析,GPU片内和片间的负载均衡,可靠性和容错计算,GPU功耗评测及低功耗优化的研究进展.综述在海量数据处理、智能计算、复杂网络、集群应用领域中图形处理器的研究进展及成果.总结在通用计算发展中存在的技术问题和未来挑战.

图形处理器用于通用计算的技术、现状及其挑战

多年来计算机图形处理器(GPU)以大大超过摩尔定律的速度高速发展.图形处理器的发展极大地提高了计算机图形处理的速度和图形质量,并促进了与计算机图形相关应用领域的快速发展.与此同时,图形处理器绘制流水线的高速度和并行性以及近年来发展起来的可编程功能为图形处理以外的通用计算提供了良好的运行平台,这使得基于GPU的通用计算成为近两三年来人们关注的一个研究热点.从介绍GPU的发展历史及其现代GPU的基本结构开始,阐述GPU用于通用计算的技术原理,以及其用于通用计算的主要领域和最新发展情况,并详细地介绍了GPU在流体模拟和代数计算、数据库应用、频谱分析等领域的应用和技术,包括在流体模拟方面的研究工作.还对GPU应用的软件工具及其最新发展作了较详细的介绍.最后,展望了GPU应用于通用计算的发展前景,并从硬件和软件两方面分析了这一领域未来所面临的挑战.

基于图形处理器的格子Boltzmann方法计算

由于图形处理器(GPU)最近几年迅速发展,基于GPU的计算作为一个新的研究方向已经引起越来越多人的关注.在综述国内外最新文献的基础上,从介绍GPU的高性能开始,分析GPU本身的特性,介绍GPU的计算模型并分析其流水线结构,阐述如何对GPU进行编程,并初步实现基于GPU的格子Boltzmann方法(LBM)计算.

用图形处理器(GPU)实现矩阵乘法的方法

随着计算机图形处理器(GPU)性能的大幅度提高以及编程接口的发展,人们开始关注通过GPU处理通用计算。通用计算在近年米也成为GPU的应用的发展方向之一。本文将讨论如何使用图形处理器(GPU),通过OPENGL来完成矩阵乘法,并结合实践探讨其发展前景。

凌华科技发表搭载低功耗Intel~Atom^(TM)D2550处理器无风扇嵌入式计算机

嵌入式计算平台专业厂商——凌华科技发表新款低功耗无风扇嵌入式计算机MxE—1300系列，其搭载最新一代的Intel。AtomTMD2550处理器，与上一代Intel Atom^TM平台相较，其整体运作效能提升44％，而影像图形处理能力更增进了90％。凌华科技MxE-1300作为首款可搭载3．5寸硬盘的小型无风扇嵌入式计算机，

图形处理器通用计算的实现与验证

讨论了显示卡用于通用科学计算的问题,并以大型矩阵的基本运算问题详细比较了CPU和GPU计算之间的差别。在基本的矩阵运算中,运用适当的矩阵分块,GPU的计算速度比CPU快50倍左右。而且,显示卡低廉的价格为更多科研工作者实现大规模运算提供了可能。

图形处理器(GPU)专利态势研究

作为图形处理器(GPU)技术发展的风向标,报告对全球和中国的GPU技术发展历史、专利发展状况和主要厂商分别进行了分析,包括年度公开趋势、专利公开国分布、专利技术趋势、重点发明人,专利引证排名等分析,可供产业发展和投资决策参考。

地震叠前时间偏移的一种图形处理器提速实现方法

新近发展的图形处理器（GPU,Graphic Processing Unit）通用计算技术,现已日趋实用成型,并获得诸多应用领域的广泛关注.对油气勘探专项资料处理技术的运用而言,概因GPU与中央处理器（CPU）的计算性能的甚大差异,致使GPU这一通用计算技术在石油工业中的应用研究正在有效开展.本文仅借助于油气勘探中广泛使用的叠前时间偏移,旨在于扼要阐明其基于GPU应用的有效性;文中还提出一种利用GPU实现地震叠前时间偏移的软件构件方法,并针对非对称走时叠前时间偏移所拓展的应用软件提供一种具体实现架构.与以往用个人计算机（PC,Personal Computer）或者PC集群所用的叠前时间偏移相比,本文方法可甚大地提高计算效率,从而在石油物探资料处理中可显著地节约计算成本和维护费用.文中实际例证也表明,基于GPU进行高性能并行计算,当是适应目前石油工业中大规模计算需求的一个重要发展途径.

面向移动图形顶点处理器的高性能低功耗定点特殊函数运算单元设计

该文提出了一种应用于移动顶点处理器的高性能低功耗定点特殊函数运算单元电路。该运算单元支持嵌入式图形标准OpenGL ES 1.X的定点数据格式,并支持小数点后16位精度的倒数、均方根、倒数均方根、对数和指数等初等函数运算。初等函数采用分段二次多项式插值方法近似计算,系数处理中引入2运算电路,相对于传统的设计在相同的精度下使整体的二次多项式查找表大小减少了29%。优化二次多项式插值算法的计算误差和截断误差,使电路的查找表大小、平方器、乘法器和加法器的面积、速度达到最优。该电路采用0.18μm的CMOS工艺实现,面积为0.112 mm2,芯片时钟频率达到300 MHz,功耗仅为12.8 mW。测试结果表明该定点特殊函数运算单元非常适合移动图形顶点处理器的初等函数计算应用。

基于图形处理器的肺部及病灶区域四维可视化技术

目的提出一种基于图形处理器(GPU)的高效实时肺部及肺部病灶区域四维可视化解决方案。方法借助开放图形类库,编程实现序列体数据的读取、显示。依据不同组织器官的不同灰度值,设置颜色查找表中灰度值的上下限来控制显示不同组织,并在确定病灶区域位置的情况下实现病灶区域的提取及局部四维可视化。结果通过GPU加速实现医学影像四维可视化技术,对肺部10个时相的数据绘制速度达到约20帧/秒,对提取后的病灶区域的绘制速度达到31帧/秒,交互绘制速度可达到22帧/秒,播放流畅,可满足临床诊断需求。结论利用基于GPU的肺部及病灶区域四维可视化技术能全方位、多角度观察肺部及病灶区域随呼吸的实时运动。

图形处理器协同运算的视频处理架构

多媒体视频处理的任务繁重,计算量大,很多算法无法在仅使用一颗CPU的条件下达到实时处理的速度。设计一套图形处理器协同运算的视频处理架构,它采用图形处理器与中央处理器配合,共同完成视频计算的任务。这种架构可以大大加速处理速度,并减轻中央处理器的负担。

图形处理器的历史现状和发展趋势

主要介绍图形处理器GPU的发展历史和现状,分析目前GPU发展中存在的问题和发展趋势,并提出对我国发展GPU的看法。

图形处理器CUDA编程模型的应用研究

由于图形处理器(GPU)最近几年的快速发展,基于GPU的通用计算已经成为一个新的研究领域。通过对nVIDIA公司最新的通用计算GPU编程模型—CUDA的研究,阐明了CUDA应用程序的结构和它本身特征,讨论和分析了CUDA编程方法与普通CPU编程的差别,并以H.264数字视频编解码中,以消除宏块边界锯齿为主要目的的去块滤波模块为实例,详细描述了CUDA编程的方法和特点,最后通过与CPU编程实现的去块滤波模块的性能比较,揭示了CUDA在计算能力上的优势,为进一步优化编解码器性能和GPU通用计算提供了新的方法和思路。

基于图形处理器的锥束CT快速迭代重建算法

提出了一种基于图形处理器实现的锥束CT图像迭代重建算法.该算法将三维纹理作为被重建物体的离散模型,基于射线投射方法实现了锥束CT的正投影计算;通过反向逐层映射到三维纹理实现了反投影计算;采用多纹理融合等技术完成了图像校正和投影校正.与经典的TMA-SART算法比较,作者算法运算速度快,占用显存少,支持全浮点精度运算,且易于在算法中添加先验知识和约束条件.通过对Shepp-Logan模型的图像迭代重建实验,验证了该算法的优势.

基于可编程图形处理器的骨骼动画算法及其比较

骨骼动画相对于之前的动画方法具有占用空间小的优点,但是其代价是计算量的增加,从而导致绘制效率的降低。另一方面,近年来可编程图形处理器技术在计算机图形处理领域已得到广泛研究。因此,提出了基于可编程图形处理器实现骨骼动画的方法,采用了最先进的可编程处理管线。使用多种不同的方法在可编程图形处理器中实现了骨骼动画,并对其性能进行了分析与比较。该方法借助可编程图形处理器强大的计算能力,分担了骨骼动画中的顶点更新的计算任务,从而大大提升了骨骼动画的绘制效率。

英特尔瞄准GPU处理器 显卡市场迎来更多挑战

英特尔想要弥补图形处理性能短板的决心十分坚定。在做过多次尝试后,眼下。