作者吴怀广,刘琳琳,石永生,李代祎,谢鹏杰(2019)在《ARL中Gridding算法的并行化实现》一文中研究指出: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.
zhen dui hai liang tian wen shu ju shi shi xing chu li xiao lv di de wen ti ,tong guo dui SKAtu xiang cai ji ji cheng xiang ARLsuan fa ku zhong hao shi jiao chang de Griddingsuan fa jin hang hao shi fen xi ,zhao chu le gai suan fa zhong diao yong pin lv gao ju yun hang shi jian chang de liang ge han shu convolutional-gridhe convolutional-degrid,li yong GPUde duo xian cheng bing hang hua chu li jiang di liang ge han shu de xun huan die dai ,shi xian le Griddingsuan fa zai GPUhe CPUshang de xie tong yun hang .yan zheng shi yan jie guo biao ming ,zai xiang tong de shu ju liang xia ,gai jin hou de Griddingsuan fa yun hang shi jian da da su duan ,te bie shi zai chu li hai liang shu ju shi ,you xiao di gao le ARLde zheng ti yun hang xiao lv .
论文作者分别是来自轻工学报的吴怀广,刘琳琳,石永生,李代祎,谢鹏杰,发表于刊物轻工学报2019年02期论文,是一篇关于并行化算法论文,算法论文,轻工学报2019年02期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自轻工学报2019年02期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
本文来源: https://www.lw00.cn/article/84b48ba1ff8c1500a80502ea.html