CPU+GPU异构环境下数据密集型矢量多边形地理大数据并行框架

摘要：

本文提出了面向CPU+GPU异构环境的数据密集型矢量多边形地理大数据并行计算框架(PFGAP).PFGAP将数据密集型矢量多边形地理大数据的并行计算分解为算子、数据、粒度、并行环境及任务调度5个模块,分别设计相应的负载均衡并行计算策略;通过封装并行计算实现细节及数据密集型多边形算子的快速并行化.试验采用多边形三角剖分、栅格化及投影变换作为测试算例,采用土地利用数据作为测试数据,在不同类型的并行环境中计算并行效率.结果表明,PFGAP能很好地适用于不同类型的数据集、算子及并行计算环境.利用PFGAP实现的并行算法显著地降低了串行执行时间,取得了40.03的最优并行加速比.试验还分别测试了各个模块涉及的并行策略,结果表明取得的并行效率优于现有并行策略.

关键词：地理信息系统、矢量多边形、空间计算、CPU+GPU异构并行环境、并行框架

分类号：P208(一般性问题)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：110-119