基于ParaViewWeb架构的GPU高性能运算实现

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (11): 150-153.

基于ParaViewWeb架构的GPU高性能运算实现

褚晶辉，王亚琦，吕卫

天津大学电子信息工程学院，天津 300072

出版日期:2015-06-01 发布日期:2015-06-12

GPU high-performance computing implementation based on ParaViewWeb framework

CHU Jinghui, WANG Yaqi, LV Wei

School of Electronic Information Engineering, Tianjin University, Tianjin 300072, China

Online:2015-06-01 Published:2015-06-12

摘要/Abstract

摘要： 针对智能手机、平板电脑等移动终端计算能力有限的问题，提出一种基于网络的通用计算服务平台。该平台以服务的方式为移动终端提供远程计算支持，增强其进行复杂运算的能力。利用ParaViewWeb架构的可扩展性，将高性能GPU通用计算与ParaViewWeb架构结合，在保留ParaViewWeb原有的三维数据分析与可视化功能的基础上，扩展其远程调用服务器GPU运算资源的能力。选取医学图像滤波算法为实验对象，验证了该平台的有效性，结果表明对比本地应用，基于网络的应用取得了显著加速。

关键词: ParaViewWeb, 统一计算设备架构, 高性能计算, 移动设备

Abstract: This paper presents a network-based general computing platform which provides computation as a service to enable the mobile terminals such as smart phones and tablet PCs to do complex computational work. Based on the expandability of ParaViewWeb’s framework, capabilities of high-performance general computing with GPUs are added while the original functions of 3-D data analysis and visualization are kept. Now the GPU computing resources of the server can be called remotely on this platform. The platform is tested with a medical image filtering application and the experimental result shows the significant acceleration of the web-based application compared to the locally running application.

Key words: ParaViewWeb, compute unified device architecture, high-performance computing, mobile devices

褚晶辉，王亚琦，吕卫. 基于ParaViewWeb架构的GPU高性能运算实现[J]. 计算机工程与应用, 2015, 51(11): 150-153.

CHU Jinghui, WANG Yaqi, LV Wei. GPU high-performance computing implementation based on ParaViewWeb framework[J]. Computer Engineering and Applications, 2015, 51(11): 150-153.

[1]	胡晓阳，陈开颜，张阳，郭东昕，魏延海. 基于支持向量机的RSA电磁旁路分析方法[J]. 计算机工程与应用, 2019, 55(15): 141-146.
[2]	栗战恒，郑秀娟，刘凯. 移动设备视线跟踪技术研究进展[J]. 计算机工程与应用, 2018, 54(24): 6-11.
[3]	任磊1，周金海1，吴祥飞2，金韬1，金晓峰1. 移动设备佩戴位置自适应识别的跌倒检测方法[J]. 计算机工程与应用, 2018, 54(21): 7-12.
[4]	余玲飞1，2，常茜茜2. 利用声波技术的高精度移动设备选择方法[J]. 计算机工程与应用, 2018, 54(1): 122-127.
[5]	张诚1，刘利2，李锐喆1，杨广文1，2. 大气环流模式性能特点分析[J]. 计算机工程与应用, 2016, 52(14): 1-6.
[6]	李正夫1，2，王希诚3，李克秋1，姚翔3，董悦丽2. CUDA平台下信息熵多种群遗传算法设计[J]. 计算机工程与应用, 2016, 52(1): 12-16.
[7]	仲济源，梅魁志，温哲西. GIST特征提取的异构并发流计算实现[J]. 计算机工程与应用, 2015, 51(6): 139-144.
[8]	董丽丽，董玮，张翔. 利用CUDA提高内存数据聚类效能的研究[J]. 计算机工程与应用, 2015, 51(22): 243-251.
[9]	赵家威，房九龄，苏明. Legendre序列快速生成的CUDA实现[J]. 计算机工程与应用, 2014, 50(8): 66-71.
[10]	陈华，史悦戎. 基于GPU的重启PGMRES并行算法研究[J]. 计算机工程与应用, 2014, 50(7): 35-40.
[11]	刘进锋. 几种CUDA加速高斯滤波算法的比较[J]. 计算机工程与应用, 2013, 49(23): 14-18.
[12]	赵建，冯全，杨梅，贺康，刘娟. 基于防篡改Token和加密电路的指纹认证方案[J]. 计算机工程与应用, 2013, 49(17): 94-97.
[13]	许亮1，王震2. 基于CUDA的快速大整数乘法[J]. 计算机工程与应用, 2013, 49(16): 221-224.
[14]	刘勇1，2，王志亮2，黄玉龙2. GPU平台上大规模文本分类的研究[J]. 计算机工程与应用, 2012, 48(8): 141-143.
[15]	张仙伟1，2，张璟1. 基于网格计算平台的并行计算系统研究与实现[J]. 计算机工程与应用, 2012, 48(7): 5-8.