【摘要】：從大規(guī)模、多維度的信息數(shù)據(jù)中提取其蘊含的信息是信息數(shù)據(jù)技術時代所面臨的熱點問題。其中,張量分解和重構是針對大規(guī)模體數(shù)據(jù)進行數(shù)據(jù)分析和信息提取的有效方法。在張量分解過程中,基于主成分分析的思想有效保留和增強了信息數(shù)據(jù)中主要的特征;在張量重構中,利用多尺度的思想可以快速地重構出不同尺度的信息數(shù)據(jù),支撐不同尺度的數(shù)據(jù)分析。但張量分解的計算復雜度比較高,實際應用對計算效率有較高的要求。本文針對張量分解的計算效率問題,開展基于圖像處理器(Graphics Processing Unit,GPU)的張量分解和重構方法的研究。針對基于GPU的張量分解和重構問題,本文從GPU的性能模型和基于GPU的Tucker分解和重構兩個方面開展研究工作。主要內容和貢獻如下:1.提出了GPU性能分析模型。針對GPU程序的性能評估的問題,一種量化的性能分析模型能夠預測應用移植到GPU的性能和評估瓶頸,幫助理解GPU編程模型和性能優(yōu)化�；诖�,本文提出了GPU性能分析模型,不僅考慮了GPU執(zhí)行時帶來的額外開銷,還從指令流水線的角度,通過對線程的計算指令和訪存指令建模,來定量分析程序和理解程序性能特征。通過仿真分析,本文提出的模型能夠以較高的準確率預測出GPU程序的性能;2.提出了基于GPU的Tucker分解及重構算法。針對Tucker分解及重構算法計算復雜度過高的問題,本文提出了基于GPU的張量分解及重構并行化算法。通過對算法進行性能剖析,將算法中最耗時的一系列張量與矩陣的乘法進行基于GPU的并行化改造,并且以中間結果復用的方式優(yōu)化CPU-GPU間的數(shù)據(jù)傳輸開銷,加速Tucker分解及重構。通過仿真測試,本文提出的方法實現(xiàn)了幾倍至數(shù)十倍的加速比;3.實現(xiàn)了基于GPU張量分解及重構的大規(guī)模三維地震數(shù)據(jù)可視化應用。針對現(xiàn)有可視化方法中存在只能提供特定分辨率的問題,提出了基于連續(xù)多分辨率的可視化方法,并且將張量分解及重構的并行化研究成果應用在可視化系統(tǒng)中。綜上所述,GPU性能分析模型幫助理解GPU編程模型和性能優(yōu)化,提出并實現(xiàn)的基于GPU的張量分解和重構能夠提高大規(guī)模三維地震數(shù)據(jù)可視化中的計算效率。
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：O183.2

【相似文獻】

相關期刊論文 前10條

1 任衍青;逯志宇;王大鳴;基于GPU加速遺傳算法的直接定位研究[J];計算機應用研究;2019年05期

2 王馳;劉羽;;GPU優(yōu)化的大規(guī)模線性方程組并行求解的研究與比較[J];信息通信;2016年12期

3 都志輝;溫琳清;;GPU支持的低延遲引力波數(shù)據(jù)處理[J];中國科學:物理學 力學 天文學;2017年01期

4 藍帆;潘峗;嚴曉浪;宦若虹;CHENG Kwang-ting;;片上網(wǎng)絡良率評估的GPU加速[J];浙江大學學報(工學版);2017年01期

5 邵欣明;;基于GPU的圖像處理并行算法分析[J];中小企業(yè)管理與科技(上旬刊);2017年03期

6 陸許明;張嘉文;徐永鍵;;GPU協(xié)處理視頻編碼的服務平臺設計[J];電腦知識與技術;2016年28期

7 周天馳;;基于GPU的圖像處理計算方法分析[J];科技風;2017年03期

8 顧文愷;;基于GPU的脈沖壓縮并行化研究[J];航空計算技術;2017年02期

9 傅志中;趙宇飛;徐進;;基于GPU的圖像增強實驗設計與實現(xiàn)[J];實驗技術與管理;2017年05期

10 趙歡歡;張潤生;;基于GPU的數(shù)字信道化設計[J];數(shù)字技術與應用;2017年06期

相關會議論文 前10條

1 陸娟娟;溫柏堅;王毅;陸進軍;郭文鑫;;基于GPU并行的靜態(tài)安全分析設計與應用[A];2016智能電網(wǎng)發(fā)展研討會論文集[C];2016年

2 劉志宏;張年梅;;磁流體力學數(shù)值模擬GPU加速技術研究[A];第九屆全國流體力學學術會議論文摘要集[C];2016年

3 ;GPU加速基于經(jīng)驗模態(tài)分解的高動態(tài)范圍圖像色調映射[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

4 王健;許明;陳飛國;葛蔚;李靜海;;單相流動直接數(shù)值模擬在GPU上的實現(xiàn)[A];中國顆粒學會第七屆學術年會暨海峽兩岸顆粒技術研討會論文集[C];2010年

5 梁亮;張定華;毛海鵬;王凱;吳清;;用GPU實現(xiàn)快速三維圖像重建[A];2004年CT和三維成像學術年會論文集[C];2004年

6 任鴻翔;金一丞;尹勇;;基于GPU的多重凹凸貼圖方法[A];2007系統(tǒng)仿真技術及其應用學術會議論文集[C];2007年

7 張嘉華;梁成;李桂清;;細分曲面的GPU完全實現(xiàn)[A];中國計算機圖形學進展2008--第七屆中國計算機圖形學大會論文集[C];2008年

8 張明磊;孫樹立;邱鑫;;基于重心坐標插值的網(wǎng)格變形GPU并行方案[A];北京力學會第19屆學術年會論文集[C];2013年

9 鐘何平;黃攀;田振;吳浩然;;基于GPU的干涉相位質量圖快速計算方法[A];中國聲學學會水聲學分會2015年學術會議論文集[C];2015年

10 李茂文;唐林波;曾濤;張超;韓煜祺;于春磊;;基于嵌入式GPU的雙目視覺測距研究[A];第十屆全國信號和智能信息處理與應用學術會議�？痆C];2016年

相關重要報紙文章 前5條

1 本報記者 藏瑾;蘋果、三星自研GPU：手機廠商供應鏈發(fā)力[N];21世紀經(jīng)濟報道;2017年

2 本報記者 陳洲;三星蘋果競技GPU 產業(yè)鏈洗牌大幕再次拉開？[N];通信信息報;2017年

3 本報記者 顧鴻儒;手機企業(yè)自研GPU成趨勢 專業(yè)壁壘和生態(tài)束縛是兩道坎[N];中國電子報;2018年

4 王毅;GPU通用計算“暗戰(zhàn)”[N];電腦報;2009年

5 Andy Patrizio 編譯 Charles;GPU:為何對HPC和AI越來越重要？[N];計算機世界;2018年

相關博士學位論文 前10條

1 白冰;混響室電磁環(huán)境的GPU并行重建算法及應用研究[D];西安電子科技大學;2015年

2 陳俊杰;基于GPU的隱式曲面多邊形化和造型技術[D];浙江大學;2015年

3 崔樹林;基于GPU的并行矢量數(shù)據(jù)分析與索引技術研究[D];中國科學院研究生院（東北地理與農業(yè)生態(tài)研究所）;2014年

4 王思博;GPU加速耗散粒子動力學模擬軟件及其在重質油介觀模擬中的應用[D];中國科學院研究生院(過程工程研究所);2015年

5 李榮春;基于GPU的軟件無線電并行算法與系統(tǒng)結構關鍵技術研究[D];國防科學技術大學;2014年

6 李昌國;基于譜間和校正相關性的高光譜圖像壓縮方法研究及GPU并行實現(xiàn)[D];成都理工大學;2015年

7 張楠;基于相位差異的地基望遠鏡圖像恢復算法與GPU高速實現(xiàn)[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2012年

8 葛子厚;基于GPU動態(tài)誤差度量的大規(guī)模地形繪制方法[D];吉林大學;2012年

9 李仕;航空異速像移模糊實時恢復算法研究與GPU平臺實現(xiàn)[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2010年

10 甘新標;面向眾核GPU的編程模型及編譯優(yōu)化關鍵技術研究[D];國防科學技術大學;2012年

相關碩士學位論文 前10條

1 黃威;基于嵌入式GPU的USB插頭表面缺陷檢測算法研發(fā)[D];浙江大學;2018年

2 劉騰宇;離子推進器粒子模擬的GPU加速研究[D];電子科技大學;2018年

3 李銘;基于GPU的張量分解及重構方法研究及應用[D];電子科技大學;2018年

4 董輝;基于YARN的GPU調度支持及調度策略研究[D];電子科技大學;2018年

5 房顥;移動GPU功耗建模[D];東南大學;2017年

6 張旭;蒙特卡羅法概率潮流的GPU加速技術研究[D];東南大學;2016年

7 趙明超;基于GPU并行計算全變分圖像恢復的研究[D];昆明理工大學;2017年

8 鄭濟達;基于GPU的高光譜圖像分類與目標檢測[D];南京理工大學;2017年

9 劉銘;基于嵌入式GPU的數(shù)碼印花缺陷檢測系統(tǒng)硬件設計[D];浙江大學;2017年

10 宋盧軍;基于GPU的實時部分相干光并行生成算法研究[D];長春理工大學;2016年

本文編號：2784533