基于GPU并行的功能脑网络属性分析方法

摘要：

为实现大规模功能脑网络拓扑属性的高效计算,提出基于GPU并行的脑网络属性分析方法.采用统一计算设备CUDA架构,属性分析方法中的计算密集型操作由GPU完成.以功能脑网络为对象,在GPU型号为NVIDIA QuadroK4200的工作站上对该并行方法进行模拟,将该方法与基于单程序多数据SPMD机制的脑网络属性分析方法进行比较.实验结果表明,当网络节点数大于1000时,该方法具有更高的计算性能.

关键词：功能脑网络、网络属性、图像处理器、统一计算设备架构、加速比

所属期刊栏目：38

分类号：TP1(自动化基础理论)

资助基金：国家自然科学基金青年基金项目61503273;太原理工大学校基金项目1205-04020202

在线出版日期：2017-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1614-1618