-
题名CPU-GPU协同计算的并行奇异值分解方法
被引量:2
- 1
-
-
作者
周伟
戴宗友
袁广林
陈萍
-
机构
中国人民解放军陆军军官学院计算机教研室
-
出处
《计算机科学》
CSCD
北大核心
2015年第S1期549-552,共4页
-
基金
陆军军官学院科研学术基金项目(2012XYJJ-056)资助
-
文摘
在目标跟踪应用中,常常采用奇异值分解(SVD)作为基本工具进行动态建库。然而当每秒处理的数据量较大、计算精度要求较高时,SVD的计算耗时往往无法满足应用的实时性能要求。针对这一问题,提出了CPU-GPU协同计算的并行奇异值分解方法。该方法利用GPU与CPU间的异步执行,对奇异值分解过程进行划分从而构造软件流水线,大大挖掘软硬件的并行性。实验表明,该方法比一般的基于GPU的Jacobi方法有约23%的性能提升。相对于CPU上的Intel MKL的奇异值分解函数获得了6.8x的加速比,满足了应用中的实时性能要求。
-
关键词
gpu
协同计算
jacobi方法
奇异值分解
-
Keywords
gpu,collaborative computing,jacobi,svd
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-