基于GPU的大规模栅格数据分块并行处理方法

• 作者: 崔树林 张军 张旭 张树清
• 来源期刊: 计算机技术与发展
• 学科: 地球科学
• 关键词: GPU 分块 膨胀 栅格数据
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 19-22
• 页数: 4页
• 分类号: P208
• 字数: 3211字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.03.005

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张军	中山大学信息科学与技术学院	74	745	12.0	25.0
2	张树清	中国科学院东北地理与农业生态研究所	126	3699	30.0	57.0
3	张旭	吉林大学珠海学院	154	750	14.0	23.0
4	崔树林	中山大学信息科学与技术学院	6	30	2.0	5.0