基于CUDA的汇流分析并行算法的研究与实现  

Research and realization in parallel algorithm of confluence analysis based on CUDA

作　　者：赵向辉[1,2] 苗青[1,2] 付忠良[1,2] 苏畅[1,2] 李昕[1,2] 

机构地区：[1]中国科学院成都计算机应用研究所,成都610041 [2]中国科学院研究生院,北京100049

出　　处：《计算机应用研究》2010年第7期2445-2447,2451,共4页Application Research of Computers

基　　金：四川省科技支撑计划基金资助项目(2008SZ0100;2009SZ0214)

摘　　要：针对基于数字高程模型(DEM)生成流域等流时线的快速运算问题,提出了一种基于统一设备计算架构(CUDA)平台同时可发挥图形处理器(GPU)并行运算特性的汇流分析的快速并行算法。采用改进后的归并排序算法进行数据排序及新的内存分配策略和改进的并行算法进行汇流分析。用该并行算法和CPU上的串行算法,对生成基于DEM的等流时线运算时间和矩阵乘法运算时间进行分析验证。实验结果表明,基于CUDA的汇流分析并行算法能提高系统的计算效率,具有较好的效果。Aiming at the fast parallel computing of generating isochrones of watersheds that based on digital elevation model（DEM）,this paper proposed a fast parallel algorithm of confluence analysis based on compute unified device architecture（CUDA） platform that could use parallel computing of graphic processing unit（GPU）.Carried data sorting out by using the improved merge sorting algorithm,adopted the new memory allocation strategy,carried confluence analysis out by using the improved parallel computing algorithm.Using the presented parallel algorithm and the serial algorithm based on CPU to analyze and verify the time consumed when generating isochrones of watersheds based on DEM and executing matrix multiplication.The experiments results illustrate that this parallel algorithm of confluence analysis based on CUDA can improve the computational efficiency of the system and have a better effect.

关 键 词：并行计算 图形处理器 统一设备计算架构 汇流分析 数字高程模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术] TP301.6[自动化与计算机技术—计算机科学与技术]