10.3969/j.issn.1673-629X.2015.03.005
基于GPU的大规模栅格数据分块并行处理方法
数学形态学运算是栅格数据处理的重要方法,具有较高的计算复杂度、并行度等特点,较容易发挥GPU众核高度并行执行的优势,以提高其计算效率。然而,有限的GPU全局存储器限制了其在大规模数据中的应用。文中在分析现有栅格数据并行方法的基础上,基于通用并行计算架构CUDA,设计一种适应大规模数据的分块处理方法。文中以经典的膨胀算法为例对分块处理方法进行测试。实验结果表明:与传统的CPU串行处理方法相比,该方法可以显著提高数据处理速度。
GPU、分块、膨胀、栅格数据
P208(一般性问题)
中国科学院重点部署项目KZZD-EW-07,KZZD-EW-07-02;国家自然科学基金面上项目41271196
2015-04-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
19-22