基于GPU集群地大规模医学数据可视化.PDFVIP

Vol. 4 No.12/ Dec. 2010 基于GPU集群的大规模医学数据可视化 李建英 万少朋 谢永明 王平安 摘 要 本文介绍了GPU集群的搭建方案，以及基于GPU集群的大规模医学数据可视化方案。我们选用了ROCKS集群方 案搭建GPU超级计算和可视化集群，并对集群的计算性能和扩展性能进行了测试。在此GPU集群平台上，采用CUDA实现 了基于ray-casting算法的大规模医学数据并行体绘制。实验结果表明当GPU数目达到30之后，单GPU平均峰值趋于稳定 的340Gflops左右，相比CPU加速比超过100倍。 关键词 GPU；集群；ROCKS；并行计算；可视化 1 引言 2 GPU集群构建 随着数据采集设备的不断发展和人们对数据质 2.1 集群搭建方案 量要求的不断提高，医学体数据的大小以惊人的速 在构建GPU超级计算集群和可视化集群方面， 度增长。如何实时准确地可视化这些数据，为诊断 Rocks集群套件有完整的超级计算集群解决方案。利 治疗过程提供高效的技术支持，成了当前迫切需要 用HPC rolls和Web Server roll可实现超级计算集群 解决的问题[1]。由于数据集过于庞大，在孤立的图形 的搭建[5] ，通过Viz Roll和cuda Roll可以构建出可视 系统中进行绘制常常需要耗费大量的时间。并行绘 化集群环境[6]。 制技术突破了孤立图形系统的局限，利用高性能的 除此之外，Rocks还提供了大量的应用程序套 图形并行绘制系统可以为海量数据场景绘制、大规 件，包括Ganglia集群监控系统、SGE任务提交系 模虚拟现实和仿真、超高分辨率科学计算可视化等 [2] 统等，为集群的管理和作业的提交提供了专业的支 高端应用提供所需的图形绘制能力 。 持。Rock集群的安装和维护非常简单方便，通过相 随着显卡和GPU技术的发展，除了在显示图像 应的图形界面即可完成，而不像传统的集群基本通 方面的强大功能外，在计算能力上已经超越了通用 过命令行来实现，这就使得Rocks的集群使用起来更 的CPU。为满足图形图像之外越来越广泛的需求， 加方便和高效。Rocks提供了完整的集群构建、维 NVIDIA公司2007年推出了CUDA技术解决方案，也 护和管理方案，并且被越来越多的厂家提供产品支 称为GPU通用计算。它提供了硬件的直接访问接口 持。Rocks是目前最简单、易用且完整的集群构建方 而不必像传统方式一样必须依赖图形API 接口来实现 案之一。 GPU 的访问[3] 。它在架构上采用了一种全新的计算 在试验中我们采用的硬件环境配置如表1所示， 体系结构来使用GPU 提供的硬件资源，从而给大规 管理节点是Dell T7400工作站，计算节点为联想R740 模的数据计算应用提供了一种比CPU 更加强大的计 GPU服务器。并在此硬件平台上利用Rocks5.3集群 算能力。CUDA为满足大规模数据集科学计算可视 套件构建GPU集群超级计算和可视化环境。 化、沉浸式虚拟现实和巨型场景绘制等应用领域提