[發明專利]一種基于CUDA的Gridding算法優化方法及裝置在審
| 申請號： | 201910344869.0 | 申請日： | 2019-04-26 |
| 公開（公告）號： | CN110187962A | 公開（公告）日： | 2019-08-30 |
| 發明（設計）人： | 胡馨藝;趙亞群;趙志誠 | 申請（專利權）人： | 中國人民解放軍戰略支援部隊信息工程大學 |
| 主分類號： | G06F9/50 | 分類號： | G06F9/50;G06T1/20 |
| 代理公司： | 鄭州大通專利商標代理有限公司 41111 | 代理人： | 陳勇 |
| 地址： | 450000 河*** | 國省代碼： | 河南;41 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 算法優化 并行化 算法 矩陣 輸入輸出數據 并行化處理 比較模塊 函數調用 運行效率 矢量化 調用 運算 | ||
1.一種基于CUDA的Gridding算法優化方法，其特征在于，包括：
步驟1：根據Gridding算法中函數調用次數，得出調用次數最高的前M個函數；
步驟2：通過矩陣矢量化方法，在CUDA中對所述M個函數進行GPU并行化處理。
2.根據權利要求1所述的一種基于CUDA的Gridding算法優化方法，其特征在于，在所述步驟1之后，還包括：
在CUDA中實現基于GPU的Gridding算法，替換ARL算法庫中的Gridding算法。
3.根據權利要求1所述的一種基于CUDA的Gridding算法優化方法，其特征在于，所述步驟2包括：
步驟2.1：對需要進行GPU并行化處理的所述M個函數，在顯存上分配數組；
步驟2.2：將需處理的數據從內存傳輸到顯存；
步驟2.3：劃分塊和線程，確定線程結構；
步驟2.4：執行核函數，所述核函數包括初始化GCF函數和GPU下的Gridding算法；
步驟2.5：將執行結果從顯存復制回內存。
4.一種基于CUDA的Gridding算法優化裝置，其特征在于，包括：
比較模塊，用于根據Gridding算法中函數調用次數，得出調用次數最高的前M個函數；
并行化模塊，用于在CUDA中對所述M個函數進行GPU并行化處理。
5.根據權利要求4所述的一種基于CUDA的Gridding算法優化裝置，其特征在于，還包括：
替換模塊，用于在CUDA中實現基于GPU的Gridding算法，替換ARL算法庫中的Gridding算法。
6.根據權利要求4所述的一種基于CUDA的Gridding算法優化裝置，其特征在于，所述并行化模塊包括：
分配子模塊，用于對需要進行GPU并行化處理的所述M個函數，在顯存上分配數組；
傳輸子模塊，用于將需處理的數據從內存傳輸到顯存；
劃分子模塊，用于劃分塊和線程，確定線程結構；
執行子模塊，用于執行核函數，所述核函數包括初始化GCF函數和GPU下的Gridding算法；
復制子模塊，用于將執行結果從顯存復制回內存。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍戰略支援部隊信息工程大學，未經中國人民解放軍戰略支援部隊信息工程大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910344869.0/1.html，轉載請聲明來源鉆瓜專利網。
