基于gpu应用于大规模星模拟器的灰度弥散模型

灰度弥散模型被广泛应用于模拟星模拟器的成像过程.在实际问题域中,该模型需要巨大的计算能力以完成繁重的数值计算,而目前图形处理单元(gpu)已经发展成为一种有效的数值处理平台,对于计算密集型模拟具有很好的加速能力.设计并实现了gpu平台下,基于统一计算架构(cuda)的并行灰度模型,可应用于大规模星模拟器的快速灰度模拟.首先分析了该模型具有的双重并行特性,并采用cuda模型模拟其良好的数据并行特征.为了便于对比研究,设计了两类模拟器:一类是串行模拟器作为基准模拟器;另一类是基于cuda的并行模拟器.同时,在并行策略、模型以及gpu实现层面分别给出不同的优化方法以有效提高并行效率.最后,设计对应于双重并行粒度的两类测试基准,以评估并行模拟器的性能.数据分析表明,cuda并行模拟器取得良好的性能提升,同时也给出了该模拟器中存在的一些限制.