基于GPU平台的有效字典压缩与解压缩技术

• 作者: 秦晓科 覃子姗 陈铭松 顾璠
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 图形处理器(GPU) 统一计算设备架构(CUDA) 基于字典的压缩与解压缩
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 学术研究
• 页码范围: 525-536
• 页数: 12页
• 分类号: TP311.52
• 字数: 9226字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1309017

摘要

压缩技术被广泛应用于数据存储和传输中，然而由于其内在的串行特性，大多数已有的基于字典的压缩与解压缩算法被设计在CPU上串行执行。为了探究使用图形处理器（graphic processing unit，GPU）对压缩与解压缩过程潜在性能的提升，结合合并内存访问与并行组装的技术，基于CUDA（compute unified device archi-tecture）平台研究了两种并行压缩与解压缩方法：基于字典的无状态压缩和基于字典的LZW压缩。实验结果表明，与传统的单核实现比较，所提方法能够显著改善已有的基于字典的串行压缩与解压缩算法的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃子姗	华东师范大学软件学院	1	0	0.0	0.0
5	顾璠	华东师范大学软件学院	1	0	0.0	0.0
9	陈铭松	华东师范大学软件学院	4	1	1.0	1.0