基于GPU的通用計算和應(yīng)用.pdf

1、隨著計算機硬件技術(shù)的飛速發(fā)展,圖形處理單元GPU近年來呈幾何級數(shù)增長。憑借其強大的浮點計算能力、流式并行架構(gòu)以及靈活的可編程性,GPU的應(yīng)用從圖形學(xué)領(lǐng)域擴展到科學(xué)計算等通用計算領(lǐng)域。
　　 基于GPU的光線跟蹤算法是GPU在圖形領(lǐng)域的一個經(jīng)典應(yīng)用。體繪制中的光線跟蹤算法進行圖像合成時,需要遍歷每一個體素,能夠全面反應(yīng)數(shù)據(jù)場的信息,但計算量巨大,圖像生成速度慢。由于每條光線的計算過程互不相關(guān),具有并行性,因此可以利用GPU的并行運

2、算優(yōu)勢加速算法。傳統(tǒng)基于GPU的光線跟蹤算法采用多遍渲染的方法,增加了GPU顯存與CPU內(nèi)存之間的數(shù)據(jù)交換,且無法進行高質(zhì)量的圖像合成。本文提出的單遍算法在一個渲染程序中完成算法所有工作,減少紋理存取操作,且可以進行32位浮點級的圖像合成,速度與精度均有所提高。面繪制中的光線跟蹤算法,不需要計算和繪制中間幾何圖元,實現(xiàn)簡單快速。本文通過GPU提高了圖像的繪制速度,采用Phong光照模型、中值濾波等方法提高成像質(zhì)量。
　　 基于G

3、PU的超聲熱療仿真應(yīng)用了GPU的通用計算技術(shù)。超聲溫?zé)岑煼ń?jīng)常用于肝癌等介入治療,術(shù)前對療效進行仿真時,選擇有效的物理模型對聲場準(zhǔn)確估計非常重要。目前應(yīng)用較廣泛的是Garniel等人提出的基于Rayleigh積分的聲場仿真模型,由于Rayleigh積分涉及大量的并行運算,傳統(tǒng)的CPU實現(xiàn)方法速度緩慢,影響了仿真模型在實際中的應(yīng)用。本文利用GPU強大的并行運算和浮點運算能力,將Rayleigh積分的計算移植到GPU上,在保證結(jié)果精度的情況