基于GPU平台的联合迭代重构算法加速
电子断层三维重构技术(Electron Tomography, ET)是在纳米尺度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,但是迭代重构法性能较差,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。本文主要利用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平台上的性能相对于Intel i7 920 CPU上的串行算法的最大加速比达到47倍,并且重构的质量没有任何下降。
电子断层三维重构 联合迭代重构法 并行计算 图形处理单元 纳米尺度
张广勇 张法 孙飞 卢晓伟 沈铂 储琪 张凯 谢海波 赵开勇 何立强 褚晓文
浪潮集团高效能服务器和存储技术国家重点实验室, 济南 250101 内蒙古大学 计算学院, 呼和浩特 010021 中国科学院计算技术研究所 前瞻研究实验室 北京100190 浪潮集团高效能服务器和存储技术国家重点实验室, 济南 250101 中国科学院生物物理研究所 生物大分子国家重点实验室 北京100101 浪潮集团高效能服务器和存储技术国家重点实验室, 济南 250101 香港浸会大学 计算机科学系 香港 内蒙古大学 计算学院, 呼和浩特 010021 香港浸会大学 计算机科学系 香港
国内会议
2011年全国高性能计算学术年会(HPC china2011)
济南
中文
1-6
2011-10-26(万方平台首次上网日期,不代表论文的发表时间)