近红外光谱分析的cpu-gpu协同计算方法研究-research on cpu - gpu collaborative computing method for near infrared spectroscopy analysis.docx

摘 要近红外光谱（简称 NIRS）作为一种现场、快速、无损、无污染的绿色分析技术， 近年来，被广泛应用于石油化工、食品药品、制药等行业。随着精密分析仪器的广泛 使用，产生的高维、海量 NIRS 数据亟待快速有效地建模与分析。然而，当前绝大多 数的 NIRS 分析算法仍采用单线程方式实现，在传统计算设备上计算十分缓慢，成为制约 NIRS 分析技术应用的一个瓶颈。因此，实现基于高性能计算设备的 NIRS 并行 分析算法显得十分必要。为有效解决上述问题，本文开创性地将当前备受关注的 CPU-GPU 协同并行计算引入 NIRS 分析领域。深入研究了 CPU-GPU 异构计算平台的 CPU 多核并行计算、 GPU 通用计算，以及 CPU-GPU 协同计算的方法。以 NIRS 分析中的常用耗时算法作 为示例性研究对象，在 CPU-GPU 异构计算平台上实现其并行算法，从而大幅缩短了 算法所需的计算时间。在此研究基础上，尝试将研究成果应用于中药生产过程的 NIRS 在线监测系统中。本文的主要工作内容如下：（1）提出并实现了基于 GPU 计算的并行 PLS 建模方法。在 CUDA 计算平台上， 结合 CUBLAS 计算库，实现了基于 GPU 的并行 PLS 建模算法（简称 CUPLS）。在 GeForce GTX 460 设备上，CUPLS 算法较单线程 PLS 算法的加速比为 33.4。（2）提出一种 CPU-GPU 协同计算的任务划分与调度的方法。深入分析 CPU-GPU异构计算平台的多任务并行划分、任务均衡负载问题，提出将计算任务按“任务级” 和“数据级”进行并行划分，采用优先 FCFS（先来先服务）动态调度策略将任务均衡负载到多核 CPU 和 GPU 上执行。（3）提出一种用于加速模型交互验证的 CPU-GPU 协同并行计算策略，并给出 其在数据访 存、设备 重叠和 任务调度 方面的 优化方法 。以常用 的留一 交互验证（LOOCV）为例，利用 CPU-GPU 协同并行计算对其进行实现。性能对比结果表明， 在 2x Q uad Core Intel Xeon E5504 和 Tesla C1060 异构计算平台上，较传统单线程方式， CPU-GPU 协同并行计算的加速比达 47.31。（4）将 CPU-GPU 协同建模应用于中药生产过程 NIRS 在线监测中的优化建模， 提升了中药多组分优化建模的计算效率。此外，提出了一种带权相似度度量方法，并将其用于 NIRS 在线监测过程中的异常光谱判定，较常用相似度计算方法灵敏度更高， 可用于监测工况异常。关键词：CPU-GPU 协同计算；偏最小二乘；并行交互验证；带权相似度；CUDA；OpenMP；任务调度；近红外光谱AbstractNear-infrared spectroscopy (NIRS) is a kind of rapid, nondestructive, pollution- free analytical technique, which has been widely used in the petrochemical, pharmaceutical, food and drug industry in recent years. With the widespread use of sophisticated analytical instruments, massive and high-dimensional NIRS data has been generated, which urgently needs fast and effective modeling or analyzing. However, most current NIRS analysis algorithms are still implemented in single-threaded way. The calculations of them are extremely slow on the traditional computing device, which result in a bottleneck restricting the application of NIRS. Therefore, it is highly necessary to implement the parallel NIRS analysis algorithms based on high-performance computing devices.In order to solve the above problems effectively, this paper introduces the c