快速星表交叉证认算法.pptVIP

三峡大学 徐洋 报告内容 1、射电信号交叉关联GPU加速 2、银河系整体消光——贝叶斯定理GPU加速 射电信号交叉关联GPU加速 GPU的性价比越来越高，能耗越来越低，随着官方开发工具的逐步升级，学习及开发难度逐渐降低。 研究背景 研究内容 1、单GPU关联模型的建立及测试 2、GPU集群关联模型的建立及测试 射电干涉仪阵列规模的不断扩大带来了海量的数据处理需求，该需求的实时处理对传统解决方案的性能和成本等带来巨大的挑战，针对该挑战，我们提出了GPU解决方案。 射电信号交叉关联GPU加速 GPU与CPU架构的区别 射电信号交叉关联数据处理流程 FFT：快速傅里叶变换 CMAC：复数的乘累加 射电信号交叉关联GPU加速 单GPU模型的建立 CMAC GPU实现模型 射电信号交叉关联GPU加速 B(B+1)/2 射电信号交叉关联GPU加速 单GPU模型的测试 天线个数 256个 天线极化个数 2极 单位数据的长度 8个数据点 累加次数 1024次 主机拷入数据到设备（源数据） 32MB 设备拷出数据到主机（结果） 8.03125MB 计算量 8.6GFLOP CMAC阶段测试数据参数及规模 射电信号交叉关联GPU加速 单GPU模型的测试 分块大小 128 256 512 1024 同步方式 主机到设备(ms) 5.07 5.06 5.05 5.04 CMAC(ms) 9.05 8.0