近紅外光譜分析的CPU-GPU協(xié)同計(jì)算方法研究.pdf

1、近紅外光譜（簡(jiǎn)稱(chēng)NIRS）作為一種現(xiàn)場(chǎng)、快速、無(wú)損、無(wú)污染的綠色分析技術(shù)，近年來(lái)，被廣泛應(yīng)用于石油化工、食品藥品、制藥等行業(yè)。隨著精密分析儀器的廣泛使用，產(chǎn)生的高維、海量NIRS數(shù)據(jù)亟待快速有效地建模與分析。然而，當(dāng)前絕大多數(shù)的NIRS分析算法仍采用單線程方式實(shí)現(xiàn)，在傳統(tǒng)計(jì)算設(shè)備上計(jì)算十分緩慢，成為制約NIRS分析技術(shù)應(yīng)用的一個(gè)瓶頸。因此，實(shí)現(xiàn)基于高性能計(jì)算設(shè)備的NIRS并行分析算法顯得十分必要。
　　為有效解決上述問(wèn)題，本文開(kāi)創(chuàng)

2、性地將當(dāng)前備受關(guān)注的CPU-GPU協(xié)同并行計(jì)算引入 NIRS分析領(lǐng)域。深入研究了CPU-GPU異構(gòu)計(jì)算平臺(tái)的CPU多核并行計(jì)算、GPU通用計(jì)算，以及CPU-GPU協(xié)同計(jì)算的方法。以NIRS分析中的常用耗時(shí)算法作為示例性研究對(duì)象，在CPU-GPU異構(gòu)計(jì)算平臺(tái)上實(shí)現(xiàn)其并行算法，從而大幅縮短了算法所需的計(jì)算時(shí)間。在此研究基礎(chǔ)上，嘗試將研究成果應(yīng)用于中藥生產(chǎn)過(guò)程的NIRS在線監(jiān)測(cè)系統(tǒng)中。本文的主要工作內(nèi)容如下：
　?。?）提出并實(shí)現(xiàn)了基于

3、GPU計(jì)算的并行PLS建模方法。在CUDA計(jì)算平臺(tái)上，結(jié)合CUBLAS計(jì)算庫(kù)，實(shí)現(xiàn)了基于GPU的并行PLS建模算法（簡(jiǎn)稱(chēng)CUPLS）。在GeForce GTX460設(shè)備上，CUPLS算法較單線程PLS算法的加速比為33.4。
　?。?）提出一種CPU-GPU協(xié)同計(jì)算的任務(wù)劃分與調(diào)度的方法。深入分析CPU-GPU異構(gòu)計(jì)算平臺(tái)的多任務(wù)并行劃分、任務(wù)均衡負(fù)載問(wèn)題，提出將計(jì)算任務(wù)按“任務(wù)級(jí)”和“數(shù)據(jù)級(jí)”進(jìn)行并行劃分，采用優(yōu)先FCFS（先來(lái)

4、先服務(wù)）動(dòng)態(tài)調(diào)度策略將任務(wù)均衡負(fù)載到多核CPU和GPU上執(zhí)行。
　　（3）提出一種用于加速模型交互驗(yàn)證的CPU-GPU協(xié)同并行計(jì)算策略，并給出其在數(shù)據(jù)訪存、設(shè)備重疊和任務(wù)調(diào)度方面的優(yōu)化方法。以常用的留一交互驗(yàn)證（LOOCV）為例，利用CPU-GPU協(xié)同并行計(jì)算對(duì)其進(jìn)行實(shí)現(xiàn)。性能對(duì)比結(jié)果表明，在2xQuad Core Intel Xeon E5504和Tesla C1060異構(gòu)計(jì)算平臺(tái)上，較傳統(tǒng)單線程方式，CPU-GPU協(xié)同并行計(jì)算