基于GPU平台的联合迭代重构算法加速

摘要：

电子断层三维重构技术(Electron Tomography,ET)是在纳米尺度下研究不具有全同性的细胞或大分子三维结构的重要方法.迭代重构法是ET中重构效果最好的方法,但是其性能较差,重构大尺寸图像时需要数天的时间甚至更长,使其应用受到限制.迭代重构法中经典的方法是代数重构法(Algebraic Reconstruction Technique,ART)和联合迭代重构法(Simultaneous Iterative Reconstruction Technique,SIRT),SIRT算法总是收敛的并且比ART重构的效果更好.利用CUDA语言设计和实现了基于Tesla C1060 GPU平台上的并行SIRT重构算法,并利用存储器合并访问、常量存储器、共享存储器等优化技术对并行算法进行优化,优化后的SIRT并行算法在Tesla C1060 GPU平台上的最大加速比是Intel i7 920 CPU上的串行算法的47倍,并且重构的质量没有任何下降.

关键词：电子断层三维重构、联合迭代重构法、并行计算、GPU、CUDA、ATOM

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

在线出版日期：2012-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：310-313