ARL中Gridding算法的并行化实现
吴怀广
刘琳琳
石永生
李代祎
谢鹏杰
1.郑州轻工业大学计算机与通信工程学院,河南郑州,4500012.郑州轻工业大学计算机与通信工程学院,河南郑州,4500013.郑州轻工业大学计算机与通信工程学院,河南郑州,4500014.郑州轻工业大学计算机与通信工程学院,河南郑州,4500015.郑州轻工业大学计算机与通信工程学院,河南郑州,450001
摘要：针对海量天文数据实时性处理效率低的问题,通过对SKA图像采集及成像ARL算法库中耗时较长的Gridding算法进行耗时分析,找出了该算法中调用频率高且运行时间长的两个函数convolutional-grid和convolutional-degrid,利用GPU的多线程并行化处理降低两个函数的循环迭代,实现了Gridding算法在GPU和CPU上的协同运行.验证实验结果表明,在相同的数据量下,改进后的Gridding算法运行时间大大缩短,特别是在处理海量数据时,有效提高了ARL的整体运行效率.
关键词：ARL并行化算法Gridding算法CUDA
分类号：F222.3(经济计算、经济数学方法)
资助基金：国家重点研发计划政府间科技合作项目(2016YFE0100600)国家重点研发计划政府间科技合作项目(2016YFE0100300)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 82-87 )
英文信息