基于gpu的势能场骨架提取并行算法 parallel method of skeleton extraction using potential field on gpu.pdfVIP

第４８卷　 第５期 哈　 尔　 滨　 工　 业　 大　 学　 学　 报 Ｖｏｌ４８ Ｎｏ５ 　 　 ２０ １６年５月 ＪＯＵＲＮＡＬ ＯＦ ＨＡＲＢＩＮ ＩＮＳＴＩＴＵＴＥ ＯＦ ＴＥＣＨＮＯＬＯＧＹ Ｍａｙ ２０１６ 　 　 　 　 　 　 ｄｏｉ：１０．１１９１８／ ｊ．ｉｓｓｎ．０３６７⁃６２３４．２０１６．０５．００２ 基于ＧＰＵ 的势能场骨架提取并行算法 赵丝喆，王宽全，袁永峰 （哈尔滨工业大学 计算机科学与技术学院，１５０００１哈尔滨） 摘　 要：为解决势能场骨架提取方法计算效率低、提取过程耗时大的问题，同时为降低该方法的时间复杂度，提出了基于ＧＰＵ 的势能场骨架提取并行算法，并充分利用ＣＵＤＡ架构特有的常量存储器和共享存储器对普通并行算法进行改进．讨论了如何 根据程序和显卡设备的固有属性来分配线程以达到最高的ＧＰＵ 占用率，从而得到最优的加速效果．对多组３Ｄ模型进行测试 × × 的结果表明，随着数据规模的增大，加速效果逐渐提升，处理２５６ ２５６ ４８７ 的体数据时，可获得１８倍的加速比． 关键词： 图形处理器；并行计算；势能场；骨架提取；通用并行计算架构 － － － 中图分类号：Ｐ３１５６９ 文献标志码：Ａ 文章编号：０３６７ ６２３４（２０１６）０５ ００１８ ０５ Ｐａｒａｌｌｅｌ ｍｅｔｈｏｄ ｏｆ ｓｋｅｌｅｔｏｎ ｅｘｔｒａｃｔｉｏｎ ｕｓｉｎｇ ｐｏｔｅｎｔｉａｌ ｆｉｅｌｄ ｏｎ ＧＰＵ ＺＨＡＯ Ｓｉｚｈｅ，ＷＡＮＧ Ｋｕａｎｑｕａｎ，ＹＵＡＮ Ｙｏｎｇｆｅｎｇ （Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，１５０００１Ｈａｒｂｉｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｆｏｒ ｃｕｒｖｅ ｓｋｅｌｅｔｏｎ ｅｘｔｒａｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ，ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｐｏｔｅｎｔｉａｌ ｆｉｅｌｄ ｃｏｍｐｕｔａｔｉｏｎ ａｎｄ ｓａｖｅ ｔｈｅ ｔｉｍｅ ｏｆ ｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｓｓ，ｗｅｐｒｅｓｅｎｔｅｄ ａｐａｒａｌｌｅｌ ｐｏｔｅｎｔｉａｌｆｉｅｌｄ ｓｋｅｌｅｔｏｎ ｅｘｔｒａｃｔｉｏｎ ｍｅｔｈｏｄｔｏｒｅｄｕｃｅ ｔｈｅ ｔｉｍｅ ｃｏｍｐｌｅｘｉｔｙ，ｗｈｉｃｈ ｗａｓ ｓｕｉｔａｂｌｅ ｆｏｒ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｎ ＧＰＵ， ａｎｄ ｔｈｅｎ ｉｍｐｒｏｖｅｄ ｉｔ ｂｙ ｕｓｉｎｇ ｃｏｎｓｔａｎｔ ｍｅｍｏｒｙ ａｎｄ ｓｈａｒｅｄ ｍｅｍｏｒｙ ｗｈｉｃｈ ｗａｓ ｕｎｉｑｕｅ ｉｎ ＣＵＤＡ． Ｉｎ ｏｒｄｅｒ ｔｏ ａｃｈｉｅｖｅ ｔｈｅ ｈｉｇｈｅｓｔ ＧＰＵ ｏｃｃｕｐａｎｃｙ ａｎｄ ｔｈｅ ｂｅｓｔ ｓｐｅｅｄｕｐｓ，ｗｅ ｄｉｓｃｕｓｓｅｄ ｈｏｗ ｔｏ ａｓｓｉｇｎ ｔｈｒｅａｄｓ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｐｒｏｐｅｒｔｙ ｏｆ ｐｒｏｇｒａｍ ａｎｄ ｇｒａｐｈｉｃｓ ｄｅｖｉｃｅ． Ｔｈｅ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｗａｓ ｔｅｓｔｅｄ ｏｎ ｓｅｖｅｒａｌ ｃｏｍｐｌｅｘ ３Ｄ ｍｏｄｅｌｓ ｉｎ ＣＵＤＡ ｆｒａｍｅｗｏｒｋ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｏｕｒ ｍｅｔｈｏｄ ｈａｄ ｅｘｃｅｌｌｅｎｔ ｐｅｒｆｏｒｍａｎｃｅ ｅｓｐｅｃｉａｌｌｙ ｏｎ ｌａｒｇｅ ｄａｔａ ｓｃａｌｅ． Ｗｈｅｎ ｐｒｏｃｅｓｓｉｎｇ ｔｈｅ ｖｏｌｕｍｅ ｄａｔａ ｗｉｔｈ ｔｈｅ ｓｃａｌｅ ｏｆ × × ２５６ ２５６