拉普拉斯生长的GPU实现与硬件加速

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (22): 84-87.

拉普拉斯生长的GPU实现与硬件加速

张学智1，齐记2，林平2

1.兰州大学物理科学与技术学院，兰州 730000
2.中国科学院近代物理研究所，兰州 730000

出版日期:2012-08-01 发布日期:2012-08-06

GPU programming and acceleration of Laplace growth model

ZHANG Xuezhi1, QI Ji2, LIN Ping2

1.School of Physics Science and Technology, Lanzhou University, Lanzhou 730000, China
2.Institute of Modern Physics, Chinese Academy of Science, Lanzhou 730000, China

Online:2012-08-01 Published:2012-08-06

摘要/Abstract

摘要： 编写实现了六方点阵中拉普拉斯模型的随机行走雪花生长的CUDA（Compute Unified Device Architecture）程序，分析了GPU（Graphic Processing Unit）随机行走计算效率，对比了拉普拉斯模型随机行走雪花生长的GPU与CPU加速特性，给出了该模型随机计算环境尺寸增加的用时增长曲线。

关键词: 拉普拉斯模型, 随机行走, 通用并行计算架构（CUDA）

Abstract: A 2D hcp grid Laplace random walk model program based on CUDA （Compute Unified Device Architecture） is coded and tested. The computing efficiency result compared to the corresponding CPU （Central Processing Unit） is given and comparing diagrams are presented.

Key words: Laplace growth, random walk, Compute Unified Device Architecture（CUDA）

张学智1，齐记2，林平2. 拉普拉斯生长的GPU实现与硬件加速[J]. 计算机工程与应用, 2012, 48(22): 84-87.

ZHANG Xuezhi1, QI Ji2, LIN Ping2. GPU programming and acceleration of Laplace growth model[J]. Computer Engineering and Applications, 2012, 48(22): 84-87.

[1]	李维勇，孔枫，张伟，陈云芳. 节点传播能力的偏好随机行走的信息传播方法[J]. 计算机工程与应用, 2020, 56(24): 123-129.
[2]	夏洋洋，刘渊，黄亚东. 结合中心约束改进聚类算法的社区发现技术[J]. 计算机工程与应用, 2018, 54(8): 265-270.
[3]	郭军^1，2，李明辉²，董社勤¹，申卫昌². 随机行走的电路分析应用及并行化改进[J]. 计算机工程与应用, 2010, 46(18): 199-201.