动态任务分配cuda线程束步进体绘制 volume rendering using dynamic cuda warp marching.pdfVIP

动态任务分配cuda线程束步进体绘制 volume rendering using dynamic cuda warp marching.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
动态任务分配cuda线程束步进体绘制 volume rendering using dynamic cuda warp marching

第28 卷 第 10 期 计算机辅助设计与图形学学报 Vol. 28 No.10 2016 年 10 月 Journal of Computer-Aided Design Computer Graphics Oct. 2016 动态任务分配CUDA 线程束步进体绘制 1) 2)* 3) 2) 2) 孙万捷 , 高 瞻 , 潘海燕 , 王杰华 , 蒋峥峥 1) (南通大学电子信息学院 南通 226019) 2) (南通大学计算机科学与技术学院 南通 226019) 3) (南通大学附属医院心血管内科 南通 226001) (gaozhan@) : 针对标准 CUDA 光线投射体绘制过程中因线程束内线程计算量不均产生线程束分化, 导致计算资源利用率 低的问题, 提出 CUDA 线程束步进的算法. 首先分析标准 CUDA 实现导致线程束分化的原因, 提出将光线积分映射 至线程束上, 线程束内所有线程同步分段积分直至光线终止, 以避免线程束分化; 然后结合光线积分的数学原理和 GPU 的硬件特性提出线程束内光线积分的算法; 最后针对静态线程束任务分配方式导致负载失衡的缺点, 提出动态 线程束任务分配的实现算法. 实验结果表明, 动态任务分配线程束步进算法的性能较标准CUDA 实现可获得 1.9~7.9 倍的加速效果. :CUDA; 线程束; 体绘制; 资源利用率 :TP391.41 Volume Rendering Using Dynamic CUDA Warp Marching Sun Wanjie1), Gao Zhan2)*, Pan Haiyan3), Wang Jiehua2), and Jiang Zhengzheng2) 1) (College of Electronic Information, Nantong University, Nantong 226019) 2) (College of Computer Science and Technology, Nantong University, Nantong 226019) 3) (Cardiovascular Medicine, Affiliated Hospital of Nantong University, Nantong 226001) Abstract: A CUDA warp marching method for ray casting volume rendering is proposed to address the problem of low computational resource utilization resulted from warp divergence due to irregular workload for each thread in a warp. We firstly analyzed the reasons for warp divergence in standard CUDA implementation. Warp diver- gences are eliminated by integrating each single ray with all the threads in a warp, which executes instructions in lock-step. The algorithm of integrating one single ray within one warp is introduced after detailing the mathe- matical principles and GPU hardware specifications. Dynamic work scheduling strategy is also

您可能关注的文档

文档评论(0)

118zhuanqian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档