高性能并行分布式嵌入式集群構(gòu)建與應用研究.pdf

1、隨著移動互聯(lián)網(wǎng)時代的到來，人們希望嵌入式應用能變得愈發(fā)的智能，使得嵌入式應用對計算性能的需求呈爆發(fā)式增長，這對嵌入式系統(tǒng)的計算性能提出新挑戰(zhàn)，嵌入式集群系統(tǒng)也應運而生。當前，嵌入式集群研究還處于剛剛起步階段，眾多研究還有各方面的不足:第一，嵌入式節(jié)點計算資源有限，使得集群整體性能不高;第二，集群的擴展性不好，節(jié)點增多時，性能的增長下降明顯;第三，缺乏應用研究，眾多研究還僅僅停留在性能測試階段。本文針對這些問題，以高性能、高擴展性并行分布

2、式嵌入式集群構(gòu)建與應用為中心開展如下研究工作:
　　首先，構(gòu)建高性能并行分布式嵌入式計算集群并對其性能進行了測試與分析。本文選擇具備內(nèi)部并行結(jié)構(gòu)的嵌入式處理器，構(gòu)建具備二級并行結(jié)構(gòu)且功能完備的嵌入式集群。實驗表明，本文所構(gòu)建的嵌入式計算集群計算性能已經(jīng)突破了10GFLOPS（每秒100億次浮點運算），其二級并行結(jié)構(gòu)給嵌入式集群的計算性能帶來了10倍的加速。通過對實驗結(jié)果進行分析，本文給出了一些進一步提升嵌入式集群性能的方法與建議。

3、
　　其次，為解決Canny邊緣檢測算法在嵌入式系統(tǒng)中的實時性問題，本文將所構(gòu)建的集群應用于圖像邊緣檢測，提出了一種適應不同實時性場景的PDEC-Canny算法。實驗表明，利用4節(jié)點集群檢測512×512的Lena圖像邊緣，該算法在實時性要求較低場景下比傳統(tǒng)Canny算法在嵌入式集群上快4.79倍，在實時性要求較高的場景下比傳統(tǒng)Canny算法在嵌入式集群上快17.71倍，基于嵌入式集群的新算法具有更好的實時性。
　　最后，根

4、據(jù)文中提出的集群改進方法，為所構(gòu)建的嵌入式集群加入嵌入式CPU、GPU異構(gòu)計算節(jié)點，并在該節(jié)點之上對Canny算法進行相應改進，提出了一種基于嵌入式CPU、GPU結(jié)構(gòu)的ECG-Canny算法。實驗表明，ECG-Canny算法檢測512×512的Lena圖像邊緣僅需要3ms。因此，基于嵌入式CPU、GPU的Canny算法極大提高了該應用在嵌入式系統(tǒng)中的實時性;另一方面，它也反映了引入嵌入式CPU、GPU異構(gòu)計算節(jié)點對提高集群性能的有效性。