基于GPU的遙感數(shù)據(jù)高性能計(jì)算取得進(jìn)展
圖形處理器（GPU，Graphics Processing Unit）是顯示卡的“心臟”，也就相當(dāng)于CPU在電腦中的作用，它決定了顯卡的檔次和大部分性能。它具有數(shù)百個(gè)核，擁有巨大的計(jì)算能力，GPU已經(jīng)吸引越來越多的科學(xué)家和工程師們應(yīng)用它建立高性能的計(jì)算平臺。近幾年，GPU的高性能運(yùn)算在地理計(jì)算及工程應(yīng)用等各個(gè)領(lǐng)域都得到了廣泛應(yīng)用。
遙感圖像及高光譜數(shù)據(jù)具有數(shù)據(jù)量大、運(yùn)算密集、算法復(fù)雜等特點(diǎn)，如何快速、高效地對其進(jìn)行處理是遙感領(lǐng)域研究的目標(biāo)之一。我所微波遙感學(xué)科組的研究人員基于GPU構(gòu)建了CUDA運(yùn)算平臺，實(shí)現(xiàn)了對高光譜數(shù)據(jù)算法以及WRF模型的高性能、并行計(jì)算。對ATGP(Automatic Target Generation Process)算法的加速比達(dá)到了362倍，對WRF（Weather Research and Forecasting） GCE模型算法的加速比達(dá)到了361倍，對粗糙度計(jì)算的加速比為115倍。這些高性能算法的實(shí)現(xiàn)為高效、實(shí)時(shí)的應(yīng)用遙感數(shù)據(jù)提供了堅(jiān)實(shí)的基礎(chǔ)。
這些研究成果近期發(fā)表在國際學(xué)術(shù)期刊IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING及Computers &Geosciences上。該項(xiàng)研究由我所微波遙感學(xué)科組李曉潔助理研究員與美國威斯康辛麥迪遜大學(xué)共同完成，研究得到了國家自然科學(xué)基金項(xiàng)目的資助。
[1] Xiaojie Li, Bormin Huang, and Kai Zhao, “Massively Parallel GPU Design of Automatic Target Generation Process in Hyperspectral Imagery,” IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, VOL. 8, NO. 6, JUNE 2015
[2] Xiaojie Li, Changhe Song, Sebastian López, Yunsong Li, JoséF.López. “Fast computation of bare soil surface roughness on a Fermi GPU，” Computers &Geosciences,VOL.82, 2015, 38–44
[3] Melin Huang, Bormin Huang, Xiaojie Li, Allen H.-L. Huang, Mitchell D. Goldberg, and Ajay Mehta，“Massive Parallelization of the WRF GCE Model Toward a GPU-Based End-to-End Satellite Data Simulator Unit，” IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, VOL. 8, NO. 5, MAY 2015
鏈接：
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6891117&pageNumber%3D131227
http://www.sciencedirect.com/science/article/pii/S009830041500117X
附件下載：
吉公網(wǎng)安備22017302000214號
