科技

统一计算架构(UnifiedComputingArchi“BB娱乐网官网”

2020-12-22 04:14

本文摘要:CUDA编程模型以CPU为主机,GPU为协处理器或设备,一个系统可能没有多个设备。由于桌面融合表明该系统具有图像数据量大、实时性低的特点,因此该系统的软件设计一般采用多CPU分段编程技术和CUDA并行计算技术。

利用

近年来,随着人们对大屏幕显示技术在各个领域的应用逐渐了解,市场早已与单一的电影放映不一致,更好地转向交互性更强的电脑桌面环境的整合。目前市场上主流的桌面融合系统多采用分屏器等硬件辅助设备,成本高,性能差。

统一计算架构(Unified Computing Architecture-ure,CUDA)是NVIDIA近年发布的标准化并行计算架构。它结合高性能显卡GPU作为硬件,利用CPU和GPU的混合计算,大大提高了大规模图形数据的实时处理效率。本文设计的视频显示系统采用CUDA开发方法构造了三种处理方法:计算机桌面图像分割计算、贝塞尔曲线拟合、融合图像计算。实时性低,画面数据理论精确值为14像素,精度好。

1系统框架设计图像处理的本质是大规模矩阵运算,特别适合并行处理。但是很难通过CPU标准化计算来使用这个特性。相反,GPU在分段数据运算上有很强的计算能力,特别适合不用相同的操作符但不同的运算数据做运算。在执行低操作密度的多个数据元素时,内存访问的延迟可以忽略。

CUDA编程模型以CPU为主机,GPU为协处理器或设备,一个系统可能没有多个设备。该模型中CPU和GPU协同工作,CPU负责管理逻辑强、串行计算的事务处理,GPU专注于继续执行线程简化度高的并行处理任务。

该系统以NVIDIAGeForceGTX470搭建的计算平台为操作环境,利用显卡的多头输出特性,将多个投影仪连接起来,形成拼接屏幕阵列,无需减少额外的硬件设备。由于桌面融合表明该系统具有图像数据量大、实时性低的特点,因此该系统的软件设计一般采用多CPU分段编程技术和CUDA并行计算技术。根据每个投影设备的图像处理和演示,系统不会分配专门的线程来处理。

这个线程不对应同一个CPU,同一个GPU来计算内核,保证了多个投影设备几乎是并行处理的,从而防止了其他系统由于设备激增,需要处理的数据变小而导致性能上升。右边的图1显示了CUDA架构。


本文关键词:性能,BB娱乐平台,分段,利用,设备

本文来源:BB娱乐平台-www.yaboyule95.icu