基于GPU的通用計算和應用.pdf_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著計算機硬件技術的飛速發(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、流式并行架構以及靈活的可編程性,GPU的應用從圖形學領域擴展到科學計算等通用計算領域。
   基于GPU的光線跟蹤算法是GPU在圖形領域的一個經典應用。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,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內存之間的數(shù)據(jù)交換,且無法進行高質量的圖像合成。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量。
   基于G

3、PU的超聲熱療仿真應用了GPU的通用計算技術。超聲溫熱療法經常用于肝癌等介入治療,術前對療效進行仿真時,選擇有效的物理模型對聲場準確估計非常重要。目前應用較廣泛的是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,在保證結果精度的情況

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論