基于GPU的交叉相关外推并行化算法

doi:10.3969/j.issn.1006-2475.2014.02.048

计算机与现代化 ›› 2014, Vol. 0 ›› Issue (2): 213-218.doi: 10.3969/j.issn.1006-2475.2014.02.048

基于GPU的交叉相关外推并行化算法

（南京信息工程大学大气科学学院，江苏南京 210044）

收稿日期:2013-10-29 出版日期:2014-02-14 发布日期:2014-02-14
作者简介:王兴（1983-），男，江苏泰州人，南京信息工程大学大气科学学院博士研究生，研究方向：气象信息安全技术；王介君（1982-），男，山东青岛人，博士研究生，研究方向：大气遥感科学与技术；孙宁（1982-），男，江苏宜兴人，讲师，博士，研究方向：气候变化；汪瑶（1986-），女，江苏泗阳人，助教，硕士，研究方向：大气科学。
基金资助:
江苏省2012年度普通高校研究生科研创新计划项目（CXZZ12_0513）；国家科技支撑计划项目（2012BAH05B01）

GPU-based Parallel Algorithm for Cross-correlation Extrapolation

(School of Atmospheric Science, Nanjing University of Information Science & Technology, Nanjing 210044, China)

Received:2013-10-29 Online:2014-02-14 Published:2014-02-14

摘要/Abstract

摘要： 为克服交叉相关外推算法时间复杂度高、运算时间过长的缺点，提出一种基于GPU的快速并行化算法，应用于地闪落点的外推预测。首先分析串行的算法流程，然后对算法进行并行化分析设计，再针对AMD系列GPU硬件架构特点，运用OpenCL技术从主存与设备内存之间的数据传输、显存访问模式等方面对算法进一步优化。最后将地闪监测实况数据与本算法外推计算结果进行比对，分析不同精度下串行与并行算法的计算效率。实验结果表明，该算法充分利用GPU强大的并行计算能力，计算速度提高了近17倍。

关键词: 图形处理器, 并行计算, 交叉相关外推, 闪电外推, 开放运算语言

Abstract: To overcome the shortcomings of high time complexity and long computing time about cross-correlation extrapolation algorithm, an improved GPU-based fast parallel algorithm is presented, which is applied to extrapolate the Cloud-to-Ground flash development trend. First of all, we analyze the serial algorithm flow, and then design the parallel algorithm flow, optimize the algorithm by way of improving the data transfer between device memory and main memory, and optimize the memory access patterns. These optimization measures are based on OpenCL technology and aimed at the hardware architecture of AMD series GPU. Finally, we compare the Cloud-to-Ground flash monitoring data against the extrapolation results computed by this algorithm, and analyze the efficiency of the serial and the parallel algorithms under different precisions. The experimental result indicates that, the algorithm takes advantage of the powerful GPU parallel computing capability, and the calculation speed increases by nearly 17 times.

Key words: GPU, parallel computing, cross-correlation extrapolation, lightning extrapolation, OpenCL

中图分类号:

TP391.4

王兴，王介君，孙宁，汪瑶. 基于GPU的交叉相关外推并行化算法[J]. 计算机与现代化, 2014, 0(2): 213-218.

WANG Xing, WANG Jie-jun, SUN Ning, WANG Yao.

GPU-based Parallel Algorithm for Cross-correlation Extrapolation

[J]. Computer and Modernization, 2014, 0(2): 213-218.

参考文献

[1] 陈明轩,王迎春,俞小鼎. 交叉相关外推算法的改进及其在对流临近预报中的应用[J]. 应用气象学报, 2007,18(5):690-701.

[2] 陈雷,戴建华,陶岚. 一种改进后的交叉相关法(COTREC)在降水临近预报中的应用[J]. 热带气象学报, 2009,25(1):117-122.

[3] 刘科峰,张韧,孙照渤. 基于交叉相关法的卫星云图中云团移动的短时预测[J]. 中国图象图形学报, 2006,11(4):586-591.

[4] 胡胜,罗聪,黄晓梅,等. 基于雷达外推和中尺度数值模式的定量降水预报的对比分析[J]. 气象, 2012,38(3):274-280.

[5] 朱永松,国澄明. 基于相关系数的相关跟踪算法研究[J]. 中国图象图形学报, 2004,9(8):963-967.

[6] 朱永松,国澄明. 基于相关系数的相关匹配算法的研究[J]. 信号处理, 2003,19(6):531-534.

[7] 李卓,邱慧娟. 基于相关系数的快速图像匹配研究[J]. 北京理工大学学报, 2007,27(11):998-1000.

[8] 丁鹏,陈利学,龚捷,等. GPU通用计算研究[J]. 计算机与现代化, 2010(1):12-15.

[9] 焦雪,冯民学,钟颖颖. 2006—2009年江苏省地闪特征分析及应用[J]. 气象科学, 2011,31(2):205-210.

[10]. 顾媛,魏鸣. 南京一次雷雨的闪电特征与多尺度资料分析[J]. 气象科学, 2013,33(2):146-152.

[11] AMD上海研发中心. 跨平台的多核与众核编程讲义——OpenCL的方式[Z]. 上海:AMD上海研发中心, 2010:1-10.

[12] Aaftab Munshi, Benedict R Gaster, Timothy G Mattson, et al. OpenCL Programming Guide[M]. Addison-Wesley Professional, 2011:3-35.

[13] 蔡镇河,张旭,栾江霞. CPU+GPU异构模式下并行计算效率研究[J]. 计算机与现代化, 2012(5):185-188.

[14] 朱兴锋. 基于CUDA的高效IDEA加密算法设计与实现[J]. 计算机与现代化, 2011(12):48-52.

[1]	王鑫, 吴俊辉, . 基于FPGA的分子动力学模拟交互控制系统[J]. 计算机与现代化, 2022, 0(09): 25-31.
[2]	项武铭，李雪巍. 基于CUDA的梯级泵站调度算法实现[J]. 计算机与现代化, 2018, 0(11): 60-.
[3]	赵博颖，肖鹏，张力. 基于Docker的MPI和OpenMP混合编程[J]. 计算机与现代化, 2018, 0(05): 60-.
[4]	桑喆1，邓川1，苟聪1，刘开兴2，白明泽1. 基于JNI和C+〖KG-*3〗+的Intel集成众核并行方法[J]. 计算机与现代化, 2018, 0(04): 32-.
[5]	邬可可,黄国伟,孔令晶. 一种灵活的椭圆曲线密码并行化方法[J]. 计算机与现代化, 2018, 0(02): 71-.
[6]	王龙，姚文明. 基于Spark的并行遗传算法在物流配送问题中的应用[J]. 计算机与现代化, 2018, 0(01): 19-22.
[7]	栗家棋，郑昊. 基于矢量地图数据的异构混合快速绘制框架[J]. 计算机与现代化, 2018, 0(01): 56-61.
[8]	孙立华1，胡牧1，孟庆强1，钱亚康1，王松2. 配网线损大数据高性能计算解决方案[J]. 计算机与现代化, 2016, 0(12): 42-46,50.
[9]	汪方良，施慧彬. 基于OpenCL的人脸识别与隐藏系统[J]. 计算机与现代化, 2016, 0(1): 16-19,58.
[10]	赵成龙1，施慧彬1，俞忻峰2. 基于OpenCL的双GPU基数排序算法[J]. 计算机与现代化, 2015, 0(1): 27-30.
[11]	贺维维，吴京，曾瑶源. 基于MPI+OpenMP的红外弱小目标检测并行计算[J]. 计算机与现代化, 2014, 0(7): 53-57.
[12]	刘晴和，杨云，贺兴亚，徐文春，周媛媛. 基于业务分割的并行式大数据迁移策略研究[J]. 计算机与现代化, 2014, 0(11): 86-89.
[13]	张唯唯，张玉洁. 基于GPU的并行报文分类方法[J]. 计算机与现代化, 2014, 0(11): 9-14.
[14]	邓世垠. 基于GPU的图像处理并行算法研究[J]. 计算机与现代化, 2013, 1(7): 142-145.
[15]	郝晓飞;谭跃生;王静宇. Hadoop平台上Apriori算法并行化研究与实现[J]. 计算机与现代化, 2013, 1(3): 1-4,8.

基于GPU的交叉相关外推并行化算法

GPU-based Parallel Algorithm for Cross-correlation Extrapolation

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价