《基於圖形處理器的高性能計算》是依託四川大學，由張嚴辭擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於圖形處理器的高性能計算
- 項目類別：青年科學基金項目
- 項目負責人：張嚴辭
- 依託單位：四川大學
項目摘要,結題摘要,
項目摘要
現代圖形處理單元（GPU）集成有上百個處理器，其強大的並行計算能力使得許多以前圖形學領域內非常耗時的算法變得具有實時計算的可能。同時GPU 的並行計算能力也迅速向通用計算領域滲透，在某些大規模並行通用計算的套用上，其相對於CPU 的計算性能可提高10~100 倍。GPU強大的並行計算能力的根本在於它採用了與CPU完全不同的計算模型，即流計算模型。本課題就將圍繞著如何將各種科學和實際問題轉換為GPU的流計算模型而展開。該研究可以分為兩個方向，即GPU的流計算模型在圖形計算和並行通用計算中的套用。具體來說，我們將在以前研究的基礎上，重點研究實時軟陰影生成、流體實時繪製，生物信息學中的序列比對這三個問題。通過本項研究，我們將更充分的了解如何將計算機圖形學和通用計算領域的問題轉化為流計算模型，為更廣泛的套用GPU 的並行高性能計算能力奠定堅實的理論和實踐基礎。
結題摘要
在本項目中，我們分別針對GPU在圖形學和通用計算領域內的套用展開了研究。其中在圖形學領域，我們選取了流體模擬和繪製，高質量陰影生成這兩個方向進行了研究。其中，在流體模擬和繪製方面，我們主要針對火焰這種特殊流體進行了重點研究。提出了基於物理和噪音方法混合的模擬和繪製方法，主要通過實時計算距離場來近似替代溫度場，並通過simplex噪音來擾動採樣過程來得到火焰隨機動態形狀的效果。在高質量陰影生成方面，我們重點研究了陰影反走樣技術和基於環境遮擋的軟陰影生成技術。在陰影反走樣方面，我們提出通過重新調整陰影圖對場景的深度採樣分布的方式來減少陰影的走樣現象，擴大陰影圖中幾何體輪廓區域上的採樣，縮小完全在或完全不在陰影區域部分的採樣，使得幾何體輪廓上能夠覆蓋更多的紋素但並不改變陰影圖的解析度。在基於環境遮擋的軟陰影生成方面，我們提出通過在採樣方式，遮擋因子計算和平滑濾波三個方向對基於螢幕空間的環境遮擋技術進行改進，以生成質量更高的軟陰影。在通用計算領域，我們選取了生物信息學中的基因序列比較和拼接進行了重點研究，提出了基於塊內和塊間的兩級並行構建圖的方法，同時利用了現代GPU和CPU的並行計算能力。基因序列間編輯距離的計算是上述的兩級並行構建圖過程中頻繁涉及的計算，我們提出了一種基於Needleman-Wunsch算法的GPU實現方法，其主要貢獻是提出一種高效的得分矩陣的計算和存儲方法，使得得分矩陣可以存儲在GPU共享記憶體中；同時，提出使用鹼基的品質來修正相似矩陣的值，以獲得更符合生物測序結果的拼接結果。
