图形处理器通用计算的实现与验证

doi:10.3778/j.issn.1002-8331.2009.33.021

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (33): 67-69.DOI: 10.3778/j.issn.1002-8331.2009.33.021

图形处理器通用计算的实现与验证

齐记¹，杨孔庆¹，杨磊²

1.集美大学理学院复杂系统研究中心，福建厦门 361021
2.中国科学院近代物理研究所，兰州 730000

收稿日期:2008-09-19 修回日期:2008-12-23 出版日期:2009-11-21 发布日期:2009-11-21
通讯作者: 齐记

Enablement and verification of GPGPU

QI Ji¹，YANG Kong-qing¹，YANG Lei²

1.Center for Complex System College of Science，Jimei University，Xiamen，Fujian 361021，China
2.Institute of Modern Physics，Chinese Academy of Sciences，Lanzhou 730000，China

Received:2008-09-19 Revised:2008-12-23 Online:2009-11-21 Published:2009-11-21
Contact: QI Ji

摘要/Abstract

摘要： 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。

关键词: 图形处理器（GPU）, 图形处理器通用计算技术（GPGPU）, 中央处理器（CPU）

Abstract: In this paper，the general purpose computing on Graphics Processing Unit（GPU） is discussed，and the fundamental operations of large scale matrice by GPU are studied in detail to compare the difference between the calculation of CPU and GPU.In the fundamental operations of large scale matrice，computing speed of GPU can be 50 times faster than CPU on the suitable matrix blocking.Moreover，the cheapness of the graphic card makes it possible that more scientific workers can do large-sized calculation.

Key words: Graphics Processing Unit（GPU）, General Purpose Graphic Process Unit（GPGPU）, Central Processing Unit（CPU）

中图分类号:

TP303

齐记¹，杨孔庆¹，杨磊². 图形处理器通用计算的实现与验证[J]. 计算机工程与应用, 2009, 45(33): 67-69.

QI Ji¹，YANG Kong-qing¹，YANG Lei². Enablement and verification of GPGPU[J]. Computer Engineering and Applications, 2009, 45(33): 67-69.

[1]	杨捷，吴素萍. 点云重建的并行算法[J]. 计算机工程与应用, 2020, 56(6): 213-219.
[2]	朱超，吴素萍. 特征点检测DoG并行算法[J]. 计算机工程与应用, 2020, 56(10): 36-43.
[3]	范昱伶1，王美丽1，何东健2. 基于OpenCL的点云分割方法[J]. 计算机工程与应用, 2018, 54(1): 191-195.
[4]	刘高明1，2，荣葵2，朱辉1，谭怀亮2. 应用于嵌入式RTOS的图形显示系统设计[J]. 计算机工程与应用, 2016, 52(9): 190-195.
[5]	林敏，钟一文. 三种GPU并行的自适应邻域模拟退火算法[J]. 计算机工程与应用, 2015, 51(22): 70-76.
[6]	汪宏1，2，王鹏1，2. 基于GPU的AC模式匹配改进算法[J]. 计算机工程与应用, 2015, 51(18): 7-12.
[7]	曾博1，2，雷友诚1，王丛知2，邱维宝2，冯歌2，曾成志2，杨戈2，郑海荣2. 基于CUDA的声辐射力弹性成像算法研究[J]. 计算机工程与应用, 2015, 51(18): 249-254.
[8]	唐绍华. 面向众核GPU加速系统的网络编码并行化及优化[J]. 计算机工程与应用, 2014, 50(21): 79-84.
[9]	刘浩1，2，3,赵文吉1，2，3，段福洲1，2，3，曹巍4，潘李亮5. 基于GPU的地下管线三维可视化建模研究[J]. 计算机工程与应用, 2013, 49(18): 145-148.
[10]	张健，焦良葆，陈瑞. CPU-GPU混合平台上动态场景光线跟踪的研究[J]. 计算机工程与应用, 2012, 48(21): 151-154.
[11]	厉旭杰. GPU加速的图像匹配技术[J]. 计算机工程与应用, 2012, 48(2): 173-176.
[12]	郭雷，刘进锋. GPU上实现的向量点积的性能分析[J]. 计算机工程与应用, 2012, 48(2): 201-202.
[13]	陈虎1，彭江锋2，施少怀1. gAC：基于GPU的高性能AC算法[J]. 计算机工程与应用, 2012, 48(12): 43-48.
[14]	卢永菁，王东. 基于GPU的高速网络入侵检测系统设计[J]. 计算机工程与应用, 2011, 47(33): 78-81.
[15]	葛亮，姜晓峰，倪小军. 一种云场景的实时渲染方法[J]. 计算机工程与应用, 2011, 47(11): 167-170.

图形处理器通用计算的实现与验证

Enablement and verification of GPGPU

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics