基于OpenCL的泛Kriging算法并行化研究

发布时间：2018-02-02 18:08

  本文关键词： OpenCL 泛Kriging算法 异构计算　出处：《测绘科学》2017年05期 　论文类型：期刊论文

【摘要】：针对泛Kriging插值算法在大量数据处理时的高耗时问题,该文从异构平台主机端与OpenCL设备端的交互方式入手,采用OpenCL异构平台开发语言进行泛Kriging算法并行化实现研究,解决了其在进行大数据量处理时数据存储、数据交互、多设备调度等一系列问题。在K20Xm平台上使用不同的数据集和参数对并行泛Kriging算法进行测试,实验结果表明:与Intel Xeon E5-2670CPU平台相比,并行程序插值部分加速比达到40倍以上,整体并行程序加速比达到了18倍。
[Abstract]:In view of the high time consuming of the universal Kriging interpolation algorithm when processing a large amount of data, this paper starts with the interaction between the host side of the heterogeneous platform and the OpenCL device side. Using OpenCL heterogeneous platform development language to implement the parallel implementation of pan-#en1# algorithm, it solves the problem of data storage and data interaction in the process of large data processing. Using different data sets and parameters to test the parallel universal Kriging algorithm on K20Xm platform. The experimental results show that compared with the Intel Xeon E5-2670 CPU platform, the speedup of the interpolation part of the parallel program is more than 40 times, and the speedup ratio of the whole parallel program is 18 times higher than that of the Intel Xeon E5-2670 CPU platform.
【作者单位】： 电子科技大学资源与环境学院;电子科技大学大数据研究中心遥感所;Center
【基金】：教育部中央高校基本科研业务费专项资金项目 中国科学院遥感与数字地球研究所项目 四川省应急测绘保障与地质灾害监测工程技术研究中心开放研究基金项目(K2014B003) 国家博士后基金项目(2011M501400)
【分类号】：TP338.6
【正文快照】： 3.Center for ComputationTechnology,Louisiana State University,Baton Rouge,LA 70803,U.S.)0引言Kriging插值算法是一种线性无偏最优插值算法,着重于权值系数的确定,以使得内插函数处于最佳的插值状态。与传统的插值算法相比,该算法在计算估计值综合考虑了待插值点空间位，

本文编号：1485143