基于GPU并行的功能脑网络属性分析方法

发布时间：2018-02-24 05:48

  本文关键词： 功能脑网络 网络属性 图像处理器 统一计算设备架构 加速比　出处：《计算机工程与设计》2017年06期 　论文类型：期刊论文

【摘要】：为实现大规模功能脑网络拓扑属性的高效计算,提出基于GPU并行的脑网络属性分析方法。采用统一计算设备CUDA架构,属性分析方法中的计算密集型操作由GPU完成。以功能脑网络为对象,在GPU型号为NVIDIA Quadro K4200的工作站上对该并行方法进行模拟,将该方法与基于单程序多数据SPMD机制的脑网络属性分析方法进行比较。实验结果表明,当网络节点数大于1000时,该方法具有更高的计算性能。
[Abstract]:For the efficient computation of large-scale functional brain networks topology, the brain network properties analysis method is proposed based on parallel GPU. Using CUDA Compute Unified Device Architecture, attribute analysis computation intensive methods of operation is completed by GPU. The functional brain network as the object, in the GPU model NVIDIA Quadro K4200 workstation for the parallel method by simulation, the method and the analysis method of the brain network properties of single program multiple data based on SPMD mechanism were compared. The experimental results show that when the network node number is greater than 1000, this method has higher computing performance.

【作者单位】： 太原理工大学计算机科学与技术学院;
【基金】：国家自然科学基金青年基金项目(61503273) 太原理工大学校基金项目(1205-04020202)
【分类号】：O157.5
，

本文编号：1529110